运行 k-means
现在使用 k-means 聚类构建 3 个簇。我们已经将预处理后的 RFM 数据集加载为 datamart_normalized，并将 pandas 库加载为 pd。
您可以在控制台中探索该数据集以先熟悉一下。
本练习是课程的一部分
Python 中的客户细分
练习说明
- 从
scikit-learn库中导入KMeans。 - 使用 3 个簇并将 random state 设为 1 来初始化
KMeans。 - 在标准化后的数据集上拟合 k-means 聚类。
- 提取聚类标签并将其保存为
cluster_labels。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import KMeans
from ____.____ import ____
# Initialize KMeans
kmeans = ____(____=3, ____=1)
# Fit k-means clustering on the normalized data set
____.____(datamart_normalized)
# Extract cluster labels
cluster_labels = ____.____