L'algorithme de clustering K Means est une technique d'apprentissage automatique non supervisée utilisée pour regrouper des points de données. Dans ce tutoriel, nous allons aborder un peu de théorie sur le fonctionnement de K Means, puis résoudre un problème de clustering de groupes de revenus en utilisant sklearn, KMeans et Python. La méthode du coude est une technique utilisée pour déterminer le nombre optimal de K, nous examinerons également cette méthode.
#MachineLearning #PythonMachineLearning #MachineLearningTutorial #Python #PythonTutorial #PythonTraining #MachineLearningCource #kmeans #MachineLearningTechnique #sklearn #sklearntutorials #scikitlearntutorials
Sujets abordés dans cette vidéo :
0:00 introduction
0:08 Théorie - Explication de l'apprentissage supervisé vs non supervisé et comment fonctionne le clustering KMeans. KMeans est un apprentissage non supervisé
5:00 Méthode du coude
7:33 Codage (début) (Regrouper les revenus des personnes en fonction de l'âge)
9:38 Création et entraînement du modèle KMeans de sklearn.cluster
14:56 Utiliser MinMaxScaler de sklearn
24:07 Exercice (Regrouper les fleurs d'iris en utilisant leur largeur et longueur de pétale)
Prochaine vidéo :
Playlist populaire :
Outils et bibliothèques :
Tutoriels Scikit learn
Tutoriels Sklearn
Apprentissage automatique avec des tutoriels scikit learn
Apprentissage automatique avec des tutoriels sklearn
Pour télécharger le csv et le code de tous les tutoriels : allez sur
https://github.com/codebasics/py, cliquez sur un bouton vert pour cloner ou télécharger l'ensemble du dépôt, puis allez dans le dossier pertinent pour accéder à ce fichier spécifique.
Besoin d'aide pour construire des logiciels ou des solutions d'analyse de données et d'IA ? Mon entreprise
https://www.atliq.com/ peut vous aider. Cliquez sur le bouton Contact sur ce site.
#️⃣ Réseaux sociaux #️⃣