คำนวณผลรวมของค่าความผิดพลาดกำลังสอง
ในแบบฝึกหัดนี้ จะได้คำนวณผลรวมของค่าความผิดพลาดกำลังสอง (SSE) สำหรับจำนวนคลัสเตอร์ที่แตกต่างกัน ตั้งแต่ 1 ถึง 15 โดยใช้ชุดข้อมูลที่สร้างขึ้นเองเพื่อให้อ่านกราฟ Elbow ได้ชัดเจนขึ้น
โหลดข้อมูลเวอร์ชันที่ผ่านการ normalize แล้วในชื่อ data_normalized ไว้ให้เรียบร้อย โมดูล KMeans จาก scikit-learn ได้ถูก import มาแล้ว และได้กำหนด dictionary เปล่าสำหรับเก็บค่า SSE ไว้ในชื่อ sse = {} แล้ว
สำรวจข้อมูลใน console ได้ตามต้องการ
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การแบ่งกลุ่มลูกค้าด้วย Python
คำแนะนำการฝึกหัด
- Fit KMeans และคำนวณ SSE สำหรับแต่ละค่า
kในช่วง 1 ถึง 15 - กำหนดค่าเริ่มต้น KMeans ด้วย
kคลัสเตอร์ และ random state เป็น 1 - Fit KMeans กับชุดข้อมูลที่ผ่านการ normalize แล้ว
- กำหนดค่าผลรวมของระยะทางกำลังสองให้กับ element
kใน dictionarysse
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Fit KMeans and calculate SSE for each k
for k in range(____, ____):
# Initialize KMeans with k clusters
kmeans = ____(n_clusters=____, random_state=1)
# Fit KMeans on the normalized dataset
kmeans.____(data_normalized)
# Assign sum of squared distances to k element of dictionary
sse[____] = kmeans.____