BaşlayınÜcretsiz başlayın

2B noktaları kümeleme

Önceki egzersizdeki saçılım grafiğinden, noktaların 3 kümeye ayrılıyor gibi göründüğünü gördün. Şimdi 3 küme bulmak için bir KMeans modeli oluşturacak ve onu önceki egzersizdeki veri noktalarına uyduracaksın. Modeli uydurduktan sonra, .predict() metodunu kullanarak bazı yeni noktaların küme etiketlerini elde edeceksin.

Sana önceki egzersizden points dizisi ve ayrıca bir new_points dizisi verildi.

Bu egzersiz, kursun bir parçasıdır

Python'da Unsupervised Learning

Kursa Göz Atın

Egzersiz talimatları

  • sklearn.cluster içinden KMeans'i içe aktar.
  • KMeans() kullanarak, 3 küme bulacak model adlı bir KMeans örneği oluştur. Küme sayısını belirtmek için n_clusters anahtar argümanını kullan.
  • modelin .fit() metodunu kullanarak modeli points dizisine uydur.
  • modelin .predict() metodunu kullanarak new_points'un küme etiketlerini tahmin et ve sonucu labels değişkenine ata.
  • new_points'un küme etiketlerini görmek için gönder tuşuna bas.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Import KMeans
____

# Create a KMeans instance with 3 clusters: model
model = ____

# Fit model to points
____

# Determine the cluster labels of new_points: labels
labels = ____

# Print cluster labels of new_points
print(labels)
Kodu Düzenle ve Çalıştır