Запустіть k-means

Тепер ви побудуєте 3 кластери за допомогою алгоритму k-means. Ми завантажили попередньо оброблений набір даних RFM як datamart_normalized. Також підключено бібліотеку pandas як pd.

Ознайомтеся з набором даних у консолі, щоб краще його зрозуміти.

Ця вправа є частиною курсу

Сегментація клієнтів у Python

Переглянути курс

Інструкції до вправи

Імпортуйте KMeans з бібліотеки scikit-learn.
Ініціалізуйте KMeans з 3 кластерами та random_state=1.
Навчіть (fit) модель k-means на нормалізованому наборі даних.
Отримайте мітки кластерів і збережіть їх у змінній cluster_labels.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import KMeans 
from ____.____ import ____

# Initialize KMeans
kmeans = ____(____=3, ____=1) 

# Fit k-means clustering on the normalized data set
____.____(datamart_normalized)

# Extract cluster labels
cluster_labels = ____.____

Редагувати та запускати код