Xác định số cụm tối ưu
Tại đây, bạn sẽ dùng phương pháp tiêu chí khuỷu tay (elbow) để xác định số cụm tối ưu, nơi mức giảm của tổng bình phương sai số trở nên không đáng kể. Đây là bước quan trọng để ước lượng sơ bộ bằng toán học số cụm nhằm bắt đầu thử nghiệm. Bạn sẽ lặp qua nhiều giá trị k và chạy thuật toán KMeans cho từng giá trị, sau đó vẽ biểu đồ lỗi theo từng k để xác định "khuỷu tay" nơi tốc độ giảm lỗi chậm lại.
Module KMeans đã được nạp từ sklearn.cluster, thư viện seaborn được nạp là sns, và module matplotlib.pyplot được nạp là plt. Đồng thời, tập dữ liệu đã được scale được nạp dưới tên wholesale_scaled_df dưới dạng pandas DataFrame.
Bài tập này là một phần của khóa học
Machine Learning cho Marketing với Python
Hướng dẫn bài tập
- Tạo dictionary
sserỗng. - Fit thuật toán
KMeanstrên các giá trị k từ 1 đến 11 và lưu các lỗi vào dictionarysse. - Thêm tiêu đề cho biểu đồ.
- Tạo biểu đồ scatter với keys trên trục X và values trên trục Y, rồi hiển thị biểu đồ.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Create empty sse dictionary
sse = {}
# Fit KMeans algorithm on k values between 1 and 11
for k in ___(1, 11):
kmeans = ___(n_clusters=___, random_state=333)
kmeans.___(wholesale_scaled_df)
sse[k] = kmeans.inertia_
# Add the title to the plot
plt.___('Elbow criterion method chart')
# Create and display a scatter plot
sns.pointplot(x=list(sse.___()), y=list(sse.___()))
plt.___()