K-Means Clustering using python
This video is related to K Means Clustering using python programming language
Github: https://github.com/JaziDesigns/Data-Science/blob/main/18_K-Means%20Clustering%20using%20python.ipynb
Customers are segmented by using K-Means Clustering.
K-Means Clustering is usually used in Data Science and Machine Learning to predict values which can be used to evaluate real data.
The tasks are done in this video using python programming libraries such as
random
pandas
matplotlib
numpy
seaborn
sklearn
Tasks:
1) k-Means on a randomly generated dataset
2) k-means clustering with 3 clusrers
3) Customer Segmentation with K-Means
4) Normalize Data
5) Modeling
6) Insights
Subscribe our channel to learn programming for data science.
Facebook Page: https://www.facebook.com/jazidesigns/
Что делает видео по-настоящему запоминающимся? Наверное, та самая атмосфера, которая заставляет забыть о времени. Когда вы заходите на RUVIDEO, чтобы посмотреть онлайн «K-Means Clustering using python», вы рассчитываете на нечто большее, чем просто загрузку плеера. И мы это понимаем. Контент такого уровня заслуживает того, чтобы его смотрели в HD 1080, без дрожания картинки и бесконечного буферизации.
Честно говоря, Rutube сегодня — это кладезь уникальных находок, которые часто теряются в общем шуме. Мы же вытаскиваем на поверхность самое интересное. Будь то динамичный экшн, глубокий разбор темы от любимого автора или просто уютное видео для настроения — всё это доступно здесь бесплатно и без лишних формальностей. Никаких «заполните анкету, чтобы продолжить». Только вы, ваш экран и качественный поток.
Если вас зацепило это видео, не забудьте взглянуть на похожие материалы в блоке справа. Мы откалибровали наши алгоритмы так, чтобы они подбирали контент не просто «по тегам», а по настроению и смыслу. Ведь в конечном итоге, онлайн-кинотеатр — это не склад файлов, а место, где каждый вечер можно найти свою историю. Приятного вам отдыха на RUVIDEO!
Видео взято из открытых источников Rutube. Если вы правообладатель, обратитесь к первоисточнику.