ПочатиПочніть безкоштовно

Скільки кластерів у зерна?

У відео ви дізналися, як обрати вдалу кількість кластерів для набору даних за допомогою графіка інерції k-means. Вам надано масив samples, що містить вимірювання (зокрема площу, периметр, довжину та інші) зразків зерна. Яка кількість кластерів буде доречною в цьому випадку?

KMeans і PyPlot (plt) вже імпортовано для вас.

Цей набір даних узято з UCI Machine Learning Repository.

Ця вправа є частиною курсу

Наглядове навчання в Python

Переглянути курс

Інструкції до вправи

  • Для кожного зі значень k виконайте такі кроки:
  • Створіть екземпляр KMeans під назвою model з k кластерами.
  • Навчіть модель на даних про зерно samples.
  • Додайте значення атрибута inertia_ моделі model до списку inertias.
  • Код для побудови графіка ks проти inertias уже написано, тож натисніть Надіслати, щоб побачити графік!

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

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()
Редагувати та запускати код