Özelliğin küme kalitesine etkisi
KMeans modelinin kümeleme performansını tek tek özelliklerin nasıl etkilediğini keşfet. X veri kümesi, üç özelliğe göre müşteri segmentasyonu için kullanılıyor: gelir, çocuk sayısı ve evdeki ergen sayısı.
silhouette_score fonksiyonu ve column_names değişkeni senin için önceden yüklendi.
Bu egzersiz
Python ile Açıklanabilir AI
kursunun bir parçasıdırEgzersiz talimatları
- Orijinal siluet skorunu (
original_score) türet. - For döngüsünde, özellikleri teker teker kaldır ve sonucu
X_reducediçine kaydet. - Yeni siluet skorunu (
new_score) hesapla. - Özelliğin
impactdeğerini hesapla.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
kmeans = KMeans(n_clusters=5, random_state=10, n_init=10).fit(X)
# Derive the original silhouette score
original_score = ____
for i in range(X.shape[1]):
# Remove feature at index i
X_reduced = ____
kmeans.fit(X_reduced)
# Compute the new silhouette score
new_score = ____
# Compute the feature's impact
impact = ____
print(f'Feature {column_names[i]}: Impact = {impact}')