1. Learn
    2. /
  2. Курси
    3. /
  3. Практика співбесід з Machine Learning у Python
Connected

Вправа

Кластеризація K-means

На співбесіді з машинного навчання вас можуть запитати, як використати результат кластеризації K-means, щоб оцінити її ефективність як найкращого алгоритму.

У цій вправі ви попрактикуєте кластеризацію K-means. Використовуючи атрибут .inertia_ для порівняння моделей з різною кількістю кластерів k, ви також застосуєте цю інформацію, щоб оцінити кількість кластерів у наступній вправі.

Пригадайте, що цільова змінна в наборі даних diabetes — це progression.

Ваше місце в конвеєрі:

Machine learning pipeline

Інструкції 1/4

undefined XP
  • 1
    • Створіть матрицю ознак X, вилучивши цільову змінну progression, і навчіть дані на ініціалізованому об'єкті k-means.
  • 2
    • Ініціалізуйте k-means із 5 кластерами та виведіть його інерцію.
  • 3
    • Навчіть матрицю ознак на k-means із 10 кластерами та виведіть його інерцію.
  • 4
    • Навчіть матрицю ознак на k-means із 20 кластерами та виведіть його інерцію.