Після практики з K-means на тестових даних, тепер можна застосувати його до реального набору даних: wine dataset (винний набір даних). Реальні набори даних мають складності, такі як нечіткі структури кластерів та різні масштаби ознак, що створює більш практичне завдання кластеризації.

Використовуйте функцію datasets.load_wine() для завантаження цього набору даних. Wine dataset містить різні характеристики різних вин. Мета — перевірити, чи зможе K-means виявити кластери, що відображають схожість вин за цими характеристиками.

Реальні дані часто потребують попередньої обробки. Може знадобитися масштабування ознак, щоб усі ознаки однаково впливали на обчислення відстаней у K-means.

Для визначення оптимальної кількості кластерів знову використовуйте:

• Метод WSS: аналізуйте графік "elbow" для різних значень K. На реальних даних "elbow" може бути менш вираженим;

• Метод Silhouette score: переглядайте графік Silhouette та середні значення для пошуку найкращого K. Оцінки можуть бути більш варіативними, ніж на тестових даних.

Візуалізації є ключем до розуміння результатів:

• Побудова 3D-графіка за трьома обраними ознаками вина дозволяє візуально оцінити розподіл даних у зменшеному ознаковому просторі, без використання зменшення розмірності;

• Графік WSS для визначення "elbow";

• Графік Silhouette для оцінки якості кластерів.

Кластери K-means візуалізовані на 3D-графіку за трьома ознаками винних даних, що демонструє розподіл кластерів у цьому зменшеному ознаковому просторі.