สร้างโซลูชัน 4 คลัสเตอร์
เยี่ยมมาก จะเห็นได้ว่าจำนวนคลัสเตอร์ที่แนะนำอยู่ระหว่าง 3 ถึง 4 ในแบบฝึกหัดนี้ เราจะสร้างโมเดลโดยใช้จำนวนคลัสเตอร์หลัง
ชุดข้อมูล RFMT ที่ผ่านการ normalize แล้วพร้อมใช้งานในชื่อ datamart_rfmt_normalized สามารถใช้ console เพื่อสำรวจข้อมูลได้ตามต้องการ
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การแบ่งกลุ่มลูกค้าด้วย Python
คำแนะนำการฝึกหัด
- นำเข้า
KMeansจากไลบรารีsklearn - Initialize
KMeansโดยกำหนด 4 คลัสเตอร์ และ random state เป็น 1 - Fit k-means clustering บนชุดข้อมูลที่ผ่านการ normalize แล้ว
- ดึงค่า cluster label และเก็บไว้ในออบเจกต์ชื่อ
cluster_labels
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Import KMeans
from ____.____ import ____
# Initialize KMeans
kmeans = ____(____, ____)
# Fit k-means clustering on the normalized data set
____.____(____)
# Extract cluster labels
cluster_labels = ____.____