分群：沒有答案也能找出結構（實驗場）

import%20marimo%0A%0A__generated_with%20%3D%20%220.23.16%22%0Aapp%20%3D%20marimo.App(width%3D%22medium%22%2C%20app_title%3D%22%E5%88%86%E7%BE%A4%EF%BC%9A%E6%B2%92%E6%9C%89%E7%AD%94%E6%A1%88%E4%B9%9F%E8%83%BD%E6%89%BE%E5%87%BA%E7%B5%90%E6%A7%8B%EF%BC%88%E5%AF%A6%E9%A9%97%E5%A0%B4%EF%BC%89%22)%0A%0A%0A%40app.cell(hide_code%3DTrue)%0Adef%20_(mo)%3A%0A%20%20%20%20mo.md(r%22%22%22%0A%20%20%20%20%23%20%F0%9F%A7%AA%20%E5%88%86%E7%BE%A4%EF%BC%9A%E6%B2%92%E6%9C%89%E7%AD%94%E6%A1%88%E4%B9%9F%E8%83%BD%E6%89%BE%E5%87%BA%E7%B5%90%E6%A7%8B%EF%BC%88%E5%AF%A6%E9%A9%97%E5%A0%B4%EF%BC%89%0A%0A%20%20%20%20%E9%80%99%E6%98%AF%E6%9C%AC%E8%AA%B2%E7%9A%84**%E5%AF%A6%E9%A9%97%E5%A0%B4**%E3%80%82%E5%B7%A6%E5%81%B4%E6%95%99%E5%AD%B8%E8%AE%80%E5%88%B0%E5%93%AA%EF%BC%8C%E5%B0%B1%E5%9B%9E%E5%88%B0%E9%80%99%E8%A3%A1%E5%8B%95%E6%89%8B%E5%81%9A%E2%80%94%E2%80%94%0A%20%20%20%20%E6%AF%8F%E4%B8%80%E6%A0%BC%E7%A8%8B%E5%BC%8F%E7%A2%BC%E9%83%BD%E5%8F%AF%E4%BB%A5**%E7%9B%B4%E6%8E%A5%E4%BF%AE%E6%94%B9%E3%80%81%E7%AB%8B%E5%8D%B3%E9%87%8D%E8%B7%91**%EF%BC%88%E9%BB%9E%E6%A0%BC%E5%AD%90%E5%8F%B3%E4%B8%8A%E7%9A%84%20%E2%96%B6%EF%BC%8C%E6%88%96%E6%8C%89%20%60Ctrl%2BEnter%60%EF%BC%89%E3%80%82%0A%20%20%20%20%E6%94%B9%E5%A3%9E%E4%BA%86%E4%B9%9F%E6%B2%92%E9%97%9C%E4%BF%82%EF%BC%9A%E9%87%8D%E6%96%B0%E6%95%B4%E7%90%86%E9%A0%81%E9%9D%A2%E5%B0%B1%E6%9C%83%E5%9B%9E%E5%88%B0%E5%8E%9F%E7%89%88%E3%80%82%0A%20%20%20%20%22%22%22)%0A%20%20%20%20return%0A%0A%0A%40app.cell%0Adef%20_()%3A%0A%20%20%20%20import%20marimo%20as%20mo%0A%0A%20%20%20%20return%20(mo%2C)%0A%0A%0A%40app.cell%0Adef%20_()%3A%0A%20%20%20%20%23%20%E7%A7%91%E5%AD%B8%E5%A5%97%E4%BB%B6%E9%9B%86%E4%B8%AD%E5%9C%A8%E9%80%99%E6%A0%BC%20import%0A%20%20%20%20import%20matplotlib.pyplot%20as%20plt%0A%20%20%20%20import%20numpy%20as%20np%0A%20%20%20%20from%20sklearn.cluster%20import%20KMeans%0A%20%20%20%20from%20sklearn.preprocessing%20import%20StandardScaler%0A%0A%20%20%20%20return%20KMeans%2C%20StandardScaler%2C%20np%2C%20plt%0A%0A%0A%40app.cell(hide_code%3DTrue)%0Adef%20_(mo)%3A%0A%20%20%20%20mo.md(r%22%22%22%0A%20%20%20%20%23%23%201%EF%B8%8F%E2%83%A3%20%E6%B2%92%E6%9C%89%E6%A8%99%E7%B1%A4%E7%9A%84%E8%B3%87%E6%96%99%EF%BC%9A90%20%E4%BD%8D%E9%A1%A7%E5%AE%A2%0A%0A%20%20%20%20%E4%B8%80%E9%96%93%E5%92%96%E5%95%A1%E5%BA%97%E5%8C%AF%E5%87%BA%E4%BA%86%2090%20%E4%BD%8D%E6%9C%83%E5%93%A1%E7%9A%84**%E6%AF%8F%E6%9C%88%E4%BE%86%E5%BA%97%E6%AC%A1%E6%95%B8**%E5%92%8C**%E5%B9%B3%E5%9D%87%E5%96%AE%E7%AD%86%E6%B6%88%E8%B2%BB**%E3%80%82%0A%20%20%20%20%E8%B7%9F%E5%89%8D%E5%85%A9%E8%AA%B2%E4%B8%8D%E4%B8%80%E6%A8%A3%EF%BC%9A%E9%80%99%E6%AC%A1**%E6%B2%92%E6%9C%89%E4%BB%BB%E4%BD%95%E7%AD%94%E6%A1%88**%E2%80%94%E2%80%94%E6%B2%92%E4%BA%BA%E5%91%8A%E8%A8%B4%E6%88%91%E5%80%91%E8%AA%B0%E6%98%AF%E5%93%AA%E4%B8%80%E7%A8%AE%E9%A1%A7%E5%AE%A2%E3%80%82%0A%20%20%20%20%E5%85%88%E7%94%A8%E7%9C%BC%E7%9D%9B%E7%9C%8B%EF%BC%9A%E4%BD%A0%E8%A6%BA%E5%BE%97%E9%80%99%E8%A3%A1%E9%9D%A2%E6%9C%89%E5%B9%BE%E7%A8%AE%E4%BA%BA%EF%BC%9F%0A%20%20%20%20%22%22%22)%0A%20%20%20%20return%0A%0A%0A%40app.cell%0Adef%20_(np)%3A%0A%20%20%20%20rng%20%3D%20np.random.default_rng(11)%0A%20%20%20%20_casual%20%3D%20np.column_stack(%5B%20%20%20%23%20%E5%81%B6%E7%88%BE%E8%B7%AF%E9%81%8E%E7%9A%84%E6%95%A3%E5%AE%A2%0A%20%20%20%20%20%20%20%20rng.normal(3%2C%201.1%2C%2030)%2C%0A%20%20%20%20%20%20%20%20rng.normal(90%2C%2018%2C%2030)%2C%0A%20%20%20%20%5D)%0A%20%20%20%20_regular%20%3D%20np.column_stack(%5B%20%20%23%20%E5%A4%A9%E5%A4%A9%E5%A0%B1%E5%88%B0%E7%9A%84%E5%B8%B8%E5%AE%A2%0A%20%20%20%20%20%20%20%20rng.normal(12%2C%202.5%2C%2030)%2C%0A%20%20%20%20%20%20%20%20rng.normal(110%2C%2022%2C%2030)%2C%0A%20%20%20%20%5D)%0A%20%20%20%20_big%20%3D%20np.column_stack(%5B%20%20%20%20%20%20%23%20%E5%B0%91%E4%BE%86%E4%BD%86%E4%B8%80%E6%AC%A1%E8%B2%B7%E6%95%B4%E8%A2%8B%E8%B1%86%E5%AD%90%E7%9A%84%E8%B1%AA%E5%AE%A2%0A%20%20%20%20%20%20%20%20rng.normal(6%2C%201.6%2C%2030)%2C%0A%20%20%20%20%20%20%20%20rng.normal(260%2C%2035%2C%2030)%2C%0A%20%20%20%20%5D)%0A%20%20%20%20X%20%3D%20np.vstack(%5B_casual%2C%20_regular%2C%20_big%5D)%0A%20%20%20%20X%20%3D%20X%5Brng.permutation(len(X))%5D%20%20%23%20%E6%B4%97%E7%89%8C%EF%BC%9A%E8%B3%87%E6%96%99%E8%A3%A1%E6%B2%92%E6%9C%89%E4%BB%BB%E4%BD%95%E9%A0%86%E5%BA%8F%E7%B7%9A%E7%B4%A2%0A%20%20%20%20return%20(X%2C)%0A%0A%0A%40app.cell%0Adef%20_(X%2C%20plt)%3A%0A%20%20%20%20_fig%2C%20_ax%20%3D%20plt.subplots(figsize%3D(7%2C%204.5))%0A%20%20%20%20_ax.scatter(X%5B%3A%2C%200%5D%2C%20X%5B%3A%2C%201%5D%2C%20c%3D%22%239AA7AE%22%2C%20alpha%3D0.85%2C%20edgecolors%3D%22white%22)%0A%20%20%20%20_ax.set_xlabel(%22visits%20per%20month%22)%0A%20%20%20%20_ax.set_ylabel(%22avg%20spend%20per%20visit%20(NT%24)%22)%0A%20%20%20%20_ax.set_title(%2290%20customers%2C%20no%20labels%22)%0A%20%20%20%20_ax.grid(alpha%3D0.3)%0A%20%20%20%20_fig.tight_layout()%0A%20%20%20%20_fig%0A%20%20%20%20return%0A%0A%0A%40app.cell(hide_code%3DTrue)%0Adef%20_(mo)%3A%0A%20%20%20%20mo.md(r%22%22%22%0A%20%20%20%20%23%23%202%EF%B8%8F%E2%83%A3%20K-means%EF%BC%9A%E7%8C%9C%E4%B8%AD%E5%BF%83%E3%80%81%E5%88%86%E9%82%8A%E3%80%81%E5%86%8D%E4%BF%AE%E6%AD%A3%0A%0A%20%20%20%20K-means%20%E5%8F%AA%E5%81%9A%E4%B8%89%E4%BB%B6%E4%BA%8B%EF%BC%8C%E9%87%8D%E8%A4%87%E5%88%B0%E4%B8%8D%E5%86%8D%E8%AE%8A%E5%8B%95%EF%BC%9A**%E9%9A%A8%E4%BE%BF%E6%94%BE%20k%20%E5%80%8B%E4%B8%AD%E5%BF%83%E9%BB%9E%20%E2%86%92%0A%20%20%20%20%E6%AF%8F%E5%80%8B%E9%BB%9E%E6%AD%B8%E7%B5%A6%E6%9C%80%E8%BF%91%E7%9A%84%E4%B8%AD%E5%BF%83%20%E2%86%92%20%E4%B8%AD%E5%BF%83%E7%A7%BB%E5%88%B0%E8%87%AA%E5%B7%B1%E9%82%A3%E7%BE%A4%E7%9A%84%E5%B9%B3%E5%9D%87%E4%BD%8D%E7%BD%AE**%E3%80%82%0A%0A%20%20%20%20%E6%8B%89%E5%8B%95%20k%20%E7%9C%8B%E7%B5%90%E6%9E%9C%EF%BC%88**X**%20%E6%98%AF%E6%AF%8F%E7%BE%A4%E7%9A%84%E4%B8%AD%E5%BF%83%EF%BC%89%EF%BC%9A%0A%0A%20%20%20%20-%20**k%20%3D%203**%EF%BC%9A%E4%B8%89%E7%BE%A4%E8%B7%9F%E4%BD%A0%E7%9C%BC%E7%9D%9B%E7%9C%8B%E5%88%B0%E7%9A%84%E5%B9%BE%E4%B9%8E%E4%B8%80%E6%A8%A3%E2%80%94%E2%80%94%E6%A9%9F%E5%99%A8%E6%B2%92%E7%9C%8B%E9%81%8E%E4%BB%BB%E4%BD%95%E7%AD%94%E6%A1%88%E3%80%82%0A%20%20%20%20-%20**k%20%3D%202**%EF%BC%9A%E5%85%A9%E7%A8%AE%E4%BA%BA%E8%A2%AB%E7%A1%AC%E4%BD%B5%E6%88%90%E4%B8%80%E7%BE%A4%E3%80%82%0A%20%20%20%20-%20**k%20%E5%A4%AA%E5%A4%A7**%EF%BC%9A%E7%9C%9F%E5%AF%A6%E7%9A%84%E7%BE%A4%E8%A2%AB%E7%A1%AC%E5%88%87%E7%A2%8E%E2%80%94%E2%80%94K-means%20%E4%BD%A0%E8%A6%81%E5%B9%BE%E7%BE%A4%E5%AE%83%E5%B0%B1%E7%B5%A6%E5%B9%BE%E7%BE%A4%EF%BC%8C**%E4%B8%8D%E6%9C%83%E5%9B%9E%E5%98%B4**%E3%80%82%0A%0A%20%20%20%20%EF%BC%88%E4%BE%86%E5%BA%97%E6%AC%A1%E6%95%B8%E6%98%AF%E5%80%8B%E4%BD%8D%E6%95%B8%E3%80%81%E6%B6%88%E8%B2%BB%E6%98%AF%E5%B9%BE%E7%99%BE%E5%A1%8A%E2%80%94%E2%80%94%E7%A8%8B%E5%BC%8F%E8%A3%A1%E5%85%88%E6%8A%8A%E5%85%A9%E8%80%85%E6%8B%89%E5%88%B0%E5%90%8C%E4%B8%80%E5%80%8B%E5%B0%BA%E5%BA%A6%E5%86%8D%E9%87%8F%E8%B7%9D%E9%9B%A2%EF%BC%8C%0A%20%20%20%20%E4%B8%8D%E7%84%B6%E5%88%86%E7%BE%A4%E6%9C%83%E8%A2%AB%E6%B6%88%E8%B2%BB%E9%87%91%E9%A1%8D%E4%B8%80%E5%80%8B%E4%BA%BA%E8%AA%AA%E4%BA%86%E7%AE%97%E3%80%82%EF%BC%89%0A%20%20%20%20%22%22%22)%0A%20%20%20%20return%0A%0A%0A%40app.cell%0Adef%20_(mo)%3A%0A%20%20%20%20k_slider%20%3D%20mo.ui.slider(start%3D2%2C%20stop%3D8%2C%20step%3D1%2C%20value%3D3%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20label%3D%22k%EF%BC%88%E8%A6%81%E6%A9%9F%E5%99%A8%E5%88%86%E6%88%90%E5%B9%BE%E7%BE%A4%EF%BC%89%22%2C%20show_value%3DTrue)%0A%20%20%20%20k_slider%0A%20%20%20%20return%20(k_slider%2C)%0A%0A%0A%40app.cell%0Adef%20_(KMeans%2C%20StandardScaler%2C%20X%2C%20k_slider%2C%20plt)%3A%0A%20%20%20%20scaler%20%3D%20StandardScaler()%0A%20%20%20%20X_scaled%20%3D%20scaler.fit_transform(X)%0A%20%20%20%20_km%20%3D%20KMeans(n_clusters%3Dk_slider.value%2C%20n_init%3D10%2C%20random_state%3D0)%0A%20%20%20%20_labels%20%3D%20_km.fit_predict(X_scaled)%0A%20%20%20%20_centers%20%3D%20scaler.inverse_transform(_km.cluster_centers_)%0A%20%20%20%20_colors%20%3D%20%5B%22%234C72B0%22%2C%20%22%23DD8452%22%2C%20%22%2355A868%22%2C%20%22%23C44E52%22%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%22%238172B3%22%2C%20%22%23937860%22%2C%20%22%23DA8BC3%22%2C%20%22%238C8C8C%22%5D%0A%20%20%20%20_fig%2C%20_ax%20%3D%20plt.subplots(figsize%3D(7%2C%204.5))%0A%20%20%20%20for%20_i%20in%20range(k_slider.value)%3A%0A%20%20%20%20%20%20%20%20_ax.scatter(X%5B_labels%20%3D%3D%20_i%2C%200%5D%2C%20X%5B_labels%20%3D%3D%20_i%2C%201%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20c%3D_colors%5B_i%5D%2C%20alpha%3D0.85%2C%20edgecolors%3D%22white%22%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20label%3Df%22cluster%20%7B_i%20%2B%201%7D%22)%0A%20%20%20%20_ax.scatter(_centers%5B%3A%2C%200%5D%2C%20_centers%5B%3A%2C%201%5D%2C%20marker%3D%22X%22%2C%20s%3D220%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20c%3D%22%231C2B33%22%2C%20zorder%3D5%2C%20label%3D%22centers%22)%0A%20%20%20%20_ax.set_xlabel(%22visits%20per%20month%22)%0A%20%20%20%20_ax.set_ylabel(%22avg%20spend%20per%20visit%20(NT%24)%22)%0A%20%20%20%20_ax.set_title(f%22k-means%20with%20k%20%3D%20%7Bk_slider.value%7D%22)%0A%20%20%20%20_ax.legend(loc%3D%22upper%20right%22%2C%20fontsize%3D9)%0A%20%20%20%20_fig.tight_layout()%0A%20%20%20%20_fig%0A%20%20%20%20return%20(X_scaled%2C)%0A%0A%0A%40app.cell(hide_code%3DTrue)%0Adef%20_(mo)%3A%0A%20%20%20%20mo.md(r%22%22%22%0A%20%20%20%20%23%23%203%EF%B8%8F%E2%83%A3%20%E6%89%8B%E8%82%98%E6%B3%95%EF%BC%9Ak%20%E5%88%B0%E5%BA%95%E8%A9%B2%E9%81%B8%E5%A4%9A%E5%B0%91%0A%0A%20%20%20%20K-means%20%E4%B8%8D%E6%9C%83%E5%91%8A%E8%A8%B4%E4%BD%A0%20k%20%E9%81%B8%E9%8C%AF%E4%BA%86%EF%BC%8C%E4%BD%86%E6%9C%89%E5%80%8B%E7%B7%9A%E7%B4%A2%EF%BC%9A**%E7%BE%A4%E5%85%A7%E8%B7%9D%E9%9B%A2%E7%B8%BD%E5%92%8C**%EF%BC%88inertia%EF%BC%8C%0A%20%20%20%20%E6%AF%8F%E5%80%8B%E9%BB%9E%E5%88%B0%E8%87%AA%E5%B7%B1%E4%B8%AD%E5%BF%83%E7%9A%84%E8%B7%9D%E9%9B%A2%E5%B9%B3%E6%96%B9%E5%92%8C%EF%BC%89%E3%80%82k%20%E8%B6%8A%E5%A4%A7%E5%AE%83%E4%B8%80%E5%AE%9A%E8%B6%8A%E5%B0%8F%E2%80%94%E2%80%94%0A%20%20%20%20%E9%87%8D%E9%BB%9E%E6%98%AF**%E8%AE%8A%E5%B0%8F%E7%9A%84%E9%80%9F%E5%BA%A6**%EF%BC%9A%0A%0A%20%20%20%20-%20k%20%E5%BE%9E%201%20%E2%86%92%202%20%E2%86%92%203%EF%BC%9A%E5%A4%A7%E5%B9%85%E4%B8%8B%E9%99%8D%EF%BC%88%E6%AF%8F%E5%8A%A0%E4%B8%80%E7%BE%A4%E9%83%BD%E7%9C%9F%E7%9A%84%E5%88%87%E4%B8%AD%E4%B8%80%E7%A8%AE%E4%BA%BA%EF%BC%89%E3%80%82%0A%20%20%20%20-%20k%20%3D%203%20%E4%B9%8B%E5%BE%8C%EF%BC%9A%E4%B8%8B%E9%99%8D%E7%AA%81%E7%84%B6%E8%AE%8A%E5%B9%B3%E7%B7%A9%EF%BC%88%E5%86%8D%E5%8A%A0%E7%9A%84%E7%BE%A4%E5%8F%AA%E6%98%AF%E5%9C%A8%E5%88%87%E7%A2%8E%E7%9C%9F%E5%AF%A6%E7%9A%84%E7%BE%A4%EF%BC%89%E3%80%82%0A%0A%20%20%20%20%E6%8A%98%E7%B7%9A%E5%83%8F%E6%89%8B%E8%82%98%E4%B8%80%E6%A8%A3%E5%BD%8E%E7%9A%84%E4%BD%8D%E7%BD%AE%EF%BC%8C%E5%B0%B1%E6%98%AF%E8%B3%87%E6%96%99%E8%87%AA%E5%B7%B1%E8%AA%AA%E5%87%BA%E4%BE%86%E7%9A%84%E7%BE%A4%E6%95%B8%E3%80%82%0A%20%20%20%20%22%22%22)%0A%20%20%20%20return%0A%0A%0A%40app.cell%0Adef%20_(KMeans%2C%20X_scaled%2C%20np%2C%20plt)%3A%0A%20%20%20%20_ks%20%3D%20np.arange(1%2C%2010)%0A%20%20%20%20_inertias%20%3D%20%5B%0A%20%20%20%20%20%20%20%20KMeans(n_clusters%3Dint(_k)%2C%20n_init%3D10%2C%20random_state%3D0).fit(X_scaled).inertia_%0A%20%20%20%20%20%20%20%20for%20_k%20in%20_ks%0A%20%20%20%20%5D%0A%20%20%20%20_fig%2C%20_ax%20%3D%20plt.subplots(figsize%3D(7%2C%204.5))%0A%20%20%20%20_ax.plot(_ks%2C%20_inertias%2C%20%22o-%22%2C%20c%3D%22%234C72B0%22)%0A%20%20%20%20_ax.axvline(3%2C%20color%3D%22%23C44E52%22%2C%20linestyle%3D%22--%22%2C%20alpha%3D0.7)%0A%20%20%20%20_ax.annotate(%22the%20elbow%22%2C%20(3%2C%20_inertias%5B2%5D)%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20xytext%3D(4.4%2C%20_inertias%5B1%5D)%2C%20color%3D%22%23C44E52%22%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20arrowprops%3D%7B%22arrowstyle%22%3A%20%22-%3E%22%2C%20%22color%22%3A%20%22%23C44E52%22%7D)%0A%20%20%20%20_ax.set_xlabel(%22k%20(number%20of%20clusters)%22)%0A%20%20%20%20_ax.set_ylabel(%22inertia%20(within-cluster%20distance)%22)%0A%20%20%20%20_ax.set_title(%22the%20elbow%20method%22)%0A%20%20%20%20_ax.grid(alpha%3D0.3)%0A%20%20%20%20_fig.tight_layout()%0A%20%20%20%20_fig%0A%20%20%20%20return%0A%0A%0A%40app.cell(hide_code%3DTrue)%0Adef%20_(mo)%3A%0A%20%20%20%20mo.md(r%22%22%22%0A%20%20%20%20%23%23%204%EF%B8%8F%E2%83%A3%20%E4%BD%A0%E7%9A%84%E5%AF%A6%E9%A9%97%E5%8D%80%0A%0A%20%20%20%20%E4%B8%8B%E9%9D%A2%E9%80%99%E6%A0%BC%E6%98%AF%E4%BD%A0%E7%9A%84%EF%BC%8C%E6%94%B9%E5%AE%8C%E6%8C%89%20%E2%96%B6%20%E9%87%8D%E8%B7%91%E3%80%82%E5%BB%BA%E8%AD%B0%E6%8C%91%E6%88%B0%EF%BC%88%E7%94%B1%E6%98%93%E5%88%B0%E9%9B%A3%EF%BC%89%EF%BC%9A%0A%0A%20%20%20%201.%20**LEVEL%201**%EF%BC%9A%E6%8A%8A%20%60my_k%60%20%E6%94%B9%E6%88%90%206%EF%BC%8C%E5%8D%B0%E5%87%BA%E6%AF%8F%E7%BE%A4%E4%BA%BA%E6%95%B8%E2%80%94%E2%80%94%E8%A2%AB%E5%88%87%E7%A2%8E%E7%9A%84%E6%98%AF%E5%93%AA%E4%B8%80%E7%BE%A4%EF%BC%9F%0A%20%20%20%202.%20**LEVEL%202**%EF%BC%9A%E5%9B%9E%E5%88%B0%201%EF%B8%8F%E2%83%A3%20%E6%8A%8A%E8%B1%AA%E5%AE%A2%E7%BE%A4%E6%94%B9%E6%88%90%E5%8F%AA%E6%9C%89%205%20%E5%80%8B%E4%BA%BA%EF%BC%88%60rng.normal(260%2C%2035%2C%205)%60%EF%BC%8C%0A%20%20%20%20%20%20%20%E8%A8%98%E5%BE%97%E6%B4%97%E7%89%8C%E9%82%A3%E8%A1%8C%E4%B8%8D%E7%94%A8%E5%8B%95%EF%BC%89%EF%BC%8C%E6%89%8B%E8%82%98%E9%82%84%E7%9C%8B%E5%BE%97%E5%87%BA%203%20%E5%97%8E%EF%BC%9F%E5%B0%8F%E7%BE%A4%E5%BE%88%E5%AE%B9%E6%98%93%E8%A2%AB%20K-means%20%E5%BF%BD%E7%95%A5%E3%80%82%0A%20%20%20%203.%20**LEVEL%203**%EF%BC%9A%E5%9B%9E%E5%88%B0%201%EF%B8%8F%E2%83%A3%20%E5%8A%A0%E5%85%A5%E7%AC%AC%E5%9B%9B%E7%BE%A4%E3%80%8C%E4%BD%A0%E8%A8%AD%E8%A8%88%E7%9A%84%E9%A1%A7%E5%AE%A2%E3%80%8D%EF%BC%8C%E5%85%88%E7%8C%9C%E6%89%8B%E8%82%98%E6%9C%83%E7%A7%BB%E5%88%B0%E5%93%AA%EF%BC%8C%0A%20%20%20%20%20%20%20%E5%86%8D%E8%B7%91%203%EF%B8%8F%E2%83%A3%20%E9%A9%97%E8%AD%89%E3%80%82%0A%0A%20%20%20%20%E5%81%9A%E5%AE%8C%E8%A8%98%E5%BE%97%EF%BC%9A**%E9%BB%9E%E5%B7%A6%E5%81%B4%E6%95%99%E5%AD%B8%E9%A0%81%E7%9A%84%E3%80%8C%E4%B8%8B%E8%BC%89%20.py%E3%80%8D%E6%8A%8A%E4%BD%A0%E7%9A%84%E7%89%88%E6%9C%AC%E5%B8%B6%E8%B5%B0**%EF%BC%8C%0A%20%20%20%20%E5%9C%A8%E8%87%AA%E5%B7%B1%E9%9B%BB%E8%85%A6%E7%94%A8%20%60uvx%20marimo%20edit%20lesson.py%60%20%E5%B0%B1%E8%83%BD%E7%B9%BC%E7%BA%8C%E7%8E%A9%E3%80%82%0A%20%20%20%20%22%22%22)%0A%20%20%20%20return%0A%0A%0A%40app.cell%0Adef%20_(KMeans%2C%20X_scaled%2C%20np)%3A%0A%20%20%20%20%23%20%3D%3D%3D%3D%3D%20%E4%BD%A0%E7%9A%84%E5%AF%A6%E9%A9%97%E5%8D%80%20%3D%3D%3D%3D%3D%0A%20%20%20%20%23%20%E6%94%B9%20my_k%EF%BC%8C%E6%88%96%E6%95%B4%E6%AE%B5%E9%87%8D%E5%AF%AB%EF%BC%81%0A%20%20%20%20my_k%20%3D%203%0A%20%20%20%20my_labels%20%3D%20KMeans(n_clusters%3Dmy_k%2C%20n_init%3D10%2C%20random_state%3D0).fit_predict(X_scaled)%0A%20%20%20%20for%20g%2C%20cnt%20in%20zip(*np.unique(my_labels%2C%20return_counts%3DTrue)%2C%20strict%3DTrue)%3A%0A%20%20%20%20%20%20%20%20print(f%22cluster%20%7Bg%20%2B%201%7D%EF%BC%9A%7Bcnt%7D%20%E4%BA%BA%22)%0A%20%20%20%20return%0A%0A%0Aif%20__name__%20%3D%3D%20%22__main__%22%3A%0A%20%20%20%20app.run()%0A