Podsumowanie
W tym module przedstawiono sposób użycia klastrowania do tworzenia nienadzorowanych modeli uczenia maszynowego grupujących obserwacje danych w klastrach. Następnie użyto struktury scikit-learn w języku Python do trenowania modelu klastrowania.
Chociaż scikit-learn to popularna platforma do pisania kodu do trenowania modeli klastrowania, można również tworzyć rozwiązania uczenia maszynowego do klastrowania przy użyciu narzędzi graficznych w usłudze Microsoft Azure Machine Learning. Więcej informacji na temat tworzenia modeli klastrowania bez kodu przy użyciu usługi Azure Machine Learning można dowiedzieć się w module Tworzenie modelu klastrowania za pomocą projektanta usługi Azure Machine Learning.
Wyzwanie: Dane bez etykiet klastra
Teraz, gdy już wiesz, jak utworzyć model klastrowania, dlaczego nie spróbować samodzielnie? Zadanie klastrowania znajdziesz w notesie Wyzwanie klastrowania.
Uwaga
Czas na ukończenie tego opcjonalnego zadania nie jest uwzględniony w szacowanym czasie dla tego modułu — możesz poświęcić na nie tyle czasu, jak chcesz!