เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ควรแบ่งเมล็ดพืชเป็นกี่คลัสเตอร์?

จากวิดีโอ คุณได้เรียนรู้วิธีเลือกจำนวนคลัสเตอร์ที่เหมาะสมสำหรับชุดข้อมูลโดยใช้กราฟ inertia ของ k-means โดยในแบบฝึกหัดนี้จะมีอาร์เรย์ samples ที่เก็บข้อมูลการวัดค่าต่าง ๆ ของตัวอย่างเมล็ดพืช เช่น พื้นที่ เส้นรอบวง ความยาว และอื่น ๆ คำถามคือ จำนวนคลัสเตอร์ที่เหมาะสมควรเป็นเท่าไร?

KMeans และ PyPlot (plt) ได้ถูก import ไว้ให้แล้ว

ชุดข้อมูลนี้มาจาก UCI Machine Learning Repository

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Unsupervised Learning ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สำหรับแต่ละค่าของ k ที่กำหนดให้ ให้ดำเนินการตามขั้นตอนต่อไปนี้:
  • สร้าง instance ของ KMeans ชื่อ model โดยมี k คลัสเตอร์
  • Fit โมเดลกับข้อมูลเมล็ดพืช samples
  • เพิ่มค่าของแอตทริบิวต์ inertia_ ของ model เข้าไปในลิสต์ inertias
  • โค้ดสำหรับพล็อตกราฟ ks กับ inertias ได้เขียนไว้ให้แล้ว กด ส่งคำตอบ เพื่อดูกราฟได้เลย!

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

ks = range(1, 6)
inertias = []

for k in ks:
    # Create a KMeans instance with k clusters: model
    ____
    
    # Fit model to samples
    ____
    
    # Append the inertia to the list of inertias
    ____
    
# Plot ks vs inertias
plt.plot(ks, inertias, '-o')
plt.xlabel('number of clusters, k')
plt.ylabel('inertia')
plt.xticks(ks)
plt.show()
แก้ไขและรันโค้ด