Repaso: miembros del gimnasio

Parte de la sección Aprendizaje no supervisado del Journey de Machine Learning de Coddy. Lección 5 de 51.

Desafío

Fácil

¿Recuerdas las visitas al café con las que empezó este capítulo? Un gimnasio quiere hacer lo mismo con sus instalaciones: ¿qué tipos de miembros vienen? members.csv contiene el promedio de minutos de cardio y de pesas por visita de cada miembro.

Ajusta KMeans: 3 grupos, n_init=10, random_state=0.
Para cada grupo, empezando por el más grande, imprime su tamaño, su centro y su miembro más típico: el que está más cerca del centro.
Representa cada grupo con un diagrama de dispersión y etiquétalo con su tamaño, como 55 members; después, añade estrellas negras etiquetadas centers, una leyenda y muestra el gráfico.

Para otro gimnasio:

Groups, biggest first:
45 members: 39 min cardio, 15 min weights (most typical: Rosa P.)
30 members: 20 min cardio, 47 min weights (most typical: Finn A.)
15 members: 56 min cardio, 46 min weights (most typical: Lu W.)

y su gráfico:

Después, Coddy describe tu gráfico.

Pruébalo tú mismo

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans

# Una fila por miembro: minutos promedio de cardio y de pesas por visita
members = pd.read_csv("members.csv")
X = members[["cardio_min", "weights_min"]]

fig, ax = plt.subplots()
ax.set_title("Gym Members")
ax.set_xlabel("Cardio (min per visit)")
ax.set_ylabel("Weights (min per visit)")

# Escribe tu código a continuación