วิธี Elbow
คะแนน silhouette และวิธี elbow ต่างช่วยยืนยันผลลัพธ์ที่ได้จากกันและกัน ในการสัมภาษณ์งานด้าน machine learning คุณอาจถูกถามเกี่ยวกับวิธีใดวิธีหนึ่ง แต่การอธิบายรายละเอียดของวิธีหนึ่งในบริบทของอีกวิธีจะช่วยเสริมคำตอบให้ครบถ้วนยิ่งขึ้น
ในแบบฝึกหัดนี้ สำหรับแต่ละค่า k ให้สร้างโมเดล K-means และใช้แอตทริบิวต์ inertia_ เพื่อหาผลรวมของระยะทางกำลังสองจากแต่ละตัวอย่างไปยังศูนย์กลางคลัสเตอร์ที่ใกล้ที่สุด ซึ่งเมื่อพล็อตแล้วจะปรากฏเป็น 'ข้อศอก' (elbow) บนกราฟ
จำไว้ว่าในบทที่แล้ว เมื่อค่า k เพิ่มขึ้น ค่า inertia_ จะลดลง
มีการ import matplotlib.pyplot เป็น plt และ KMeans จาก sklearn.cluster ไว้ให้แล้ว รวมถึงเมทริกซ์ฟีเจอร์ X ก็ถูกสร้างไว้ให้เรียบร้อย
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
ฝึกตอบคำถามสัมภาษณ์ Machine Learning ด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Create empty list
sum_of_squared_distances = ____