Введение
В этом практическом занятии мы узнаем, как инициализировать K-Means++ с использованием библиотеки scikit-learn в Python. K-Means++ - популярный алгоритм для кластеризации данных на основе сходства. Он используется в качестве стандартной инициализации для k-means. В этом практическом занятии мы сгенерируем примерные данные, вычислим начальные точки (seeds) для k-means++ и построим начальные точки на графике вдоль примерных данных.
Советы по работе с ВМ
После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.
Иногда может потребоваться подождать несколько секунд, пока Jupyter Notebook загрузится. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.
Если вы столкнетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.