Récapitulatif : les membres de la salle de sport

Fait partie de la section Apprentissage non supervisé du Journey Machine Learning de Coddy. Leçon 5 sur 51.

Défi

Facile

Tu te souviens des visites au café qui ont ouvert ce chapitre ? Une salle de sport veut faire la même chose pour ses adhérents : quels types d’adhérents viennent ? members.csv contient le nombre moyen de minutes de cardio et de musculation par visite pour chaque adhérent.

Entraîne KMeans : 3 clusters, n_init=10, random_state=0.
Pour chaque groupe, du plus grand au plus petit, affiche sa taille, son centre et son adhérent le plus représentatif : celui qui est le plus proche du centre.
Trace chaque groupe avec une étiquette indiquant sa taille, comme 55 members, puis des étoiles noires étiquetées centers, une légende, et affiche le graphique.

Pour une autre salle de sport :

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.)

et son graphique :

Graphique en nuage de points intitulé Gym Members, avec les minutes de cardio sur l’axe horizontal et les minutes de musculation sur l’axe vertical : 45 adhérents pratiquant le cardio en bas, 30 adhérents pratiquant la musculation en haut à gauche, 15 adhérents pratiquant beaucoup des deux en haut à droite, une étoile noire dans chaque groupe et une légende identifiant chaque groupe par sa taille

Ensuite, Coddy décrit ton graphique.

Essayez vous-même

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

# Une ligne par membre : durée moyenne, en minutes, de cardio et de musculation par visite
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)")

# Écrivez votre code ci-dessous