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

Exercise

Метод силуета

У попередньому уроці ви побачили, як різна кількість кластерів впливає на роботу алгоритму K-Means. Це особливо важливо на співбесіді, адже оптимальна кількість кластерів дає найкращі результати.

У цій вправі ви використовуватимете функцію silhouette_score() з sklearn.metrics для алгоритмів K-Means, запущених на датафреймі diabetes, щоб застосувати метод силуета для пошуку оптимальної кількості кластерів. Зверніть увагу, що для обчислення показника використовується евклідова відстань, щоб забезпечити порівнюваність із методом ліктя (Elbow).

Матрицю ознак X, яку ви використаєте для навчання моделей K-Means, уже створено для вас.

Ви перебуваєте на тій самій стадії конвеєра, що й у попередніх вправах, але тут ви також додасте передбачення: Конвеєр машинного навчання

Instructions 1/3

undefined XP
    1
    2
    3
  • Імпортуйте потрібні модулі, щоб створити алгоритм K-Means і отримати його показник силуета.