KMeans

Prática Padrão das petalas e sepálas.

O que é ?

KMeans é um aprendizado não supervisionado que é utilizado para:

• segmentação do mercado;
• agrupamento de clientes em potencial
• agrupamento de caracteristicas de clientes
• produtos mais similares
• agrupar perfis de clientes

Versões:

Kmeans - versão com comentários sobre as bibliotecas e métodos usados. Aconselhado para estudantes.
KMeans_ClearVersion - versão só com a aplicação.

Nesta prática utilizamos:

Parametros:
n_clusters random_state :determina um numero de randomico para gerar o centroide

Atributos:
cluster_centers_ : coordenadas do centro do cluster
inertia_: a soma do quadrado das distancias das amostras mais pertas dos centroides do cluster

Metodos:
.fit(): calcula os clusters
.fit_prediction(): calcula os centróides

Processo

1. Importação das bibliotecas Pandas, Numpy, Plotly Express e Graph Objects, Sklearn Preprocessing (StandardScaler) e Sklearn Cluster (KMeans)
2. Informar a base de dados
3. Conhecendo a base de dados (head, shape, describe, unique)
4. Separando a prática em duas fase: petalas e sepalas
5. Realizar agrupamento pelas petalas
6. Normalizando os dados usando StandardScaler e ajustá-los e transformá-los (.fit_transform)
7. Calculando o numero de clusters
8. Criando gráfico do cotovelo
9. Gráfico de agrupamento
10. Passos 5 a 9 repetidos, agora para as sepalas.

Documentação

https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.StandardScaler.html
https://scikit-learn.org/dev/modules/clustering.html#k-means

Final

Agradecimento ao Prof Leandro Lessa pelo aprendizado. Repositório original: https://github.com/ProfLeandroLessa/FDA-material-video-aulas

Aulas ofertadas pela IGTI (atual XP Educação) em parceria com o Banco Pan

Alterações e acrescimos: Lidiane Aureliano https://github.com/laurelianox