Bắt đầu ngayBắt đầu miễn phí

Phân cụm các điểm 2D

Từ biểu đồ scatter ở bài trước, bạn thấy các điểm có vẻ tách thành 3 cụm. Giờ bạn sẽ tạo một mô hình KMeans để tìm 3 cụm và fit mô hình đó vào các điểm dữ liệu từ bài trước. Sau khi mô hình được fit, bạn sẽ lấy các nhãn cụm cho một số điểm mới bằng phương thức .predict().

Bạn được cung cấp mảng points từ bài trước, và thêm một mảng new_points.

Bài tập này là một phần của khóa học

Unsupervised Learning bằng Python

Xem khóa học

Hướng dẫn bài tập

  • Import KMeans từ sklearn.cluster.
  • Dùng KMeans() để tạo một đối tượng KMeans tên là model nhằm tìm 3 cụm. Để chỉ định số cụm, dùng đối số từ khóa n_clusters.
  • Dùng phương thức .fit() của model để fit mô hình vào mảng điểm points.
  • Dùng phương thức .predict() của model để dự đoán nhãn cụm của new_points, gán kết quả cho labels.
  • Nhấn Gửi để xem nhãn cụm của new_points.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Import KMeans
____

# Create a KMeans instance with 3 clusters: model
model = ____

# Fit model to points
____

# Determine the cluster labels of new_points: labels
labels = ____

# Print cluster labels of new_points
print(labels)
Chỉnh sửa và Chạy Mã