이론 문제 1.

• 클릭

답 → 3번, k-means clustering은 k값을 지정해줘야 작동하는 알고리즘이기 때문이다.

실습 문제 2.

• 클릭

import pandas as pd

data = pd.read_csv('C:/Users/bbiga/OneDrive/바탕 화면/학교생활/대학교1(세종대)/2학년/SAI/CustomerDataSet.csv')
data.head()

from sklearn.preprocessing import MinMaxScaler

mms = MinMaxScaler()
mms.fit(data)
data_scaled = mms.transform(data)

import matplotlib.pyplot as plt
from sklearn.cluster import KMeans

fig, ax = plt.subplots(3, 2, figsize = (10,15))

col = 0
row = 0

for i in range(1,7) :
    km = KMeans(n_clusters = i, random_state = 42)
    km.fit(data_scaled[:, 1:3])
    label = km.labels_

    ax[col][row].scatter(data_scaled[:,1], data_scaled[:,2], c = label)
    ax[col][row].set_xlabel('ItemBought')
    ax[col][row].set_ylabel('ItmesReturned')
    ax[col][row].set_title('K value = %d' %i)
    row += 1
    if(row >= 2) : 
        row = 0
        col += 1
plt.savefig('KMeans 클러스터링.png')
plt.show()

이론 문제 3.

• 클릭

실습 문제 4.

• 클릭