somocluでクラスタリング

はじめに

somoclueというSOM(自己組織化マップ)ライブラリでクラスタリングをしてみたときにメモ。完全自分用メモ

環境

• somoclue 1.7.5.1

手順

somocluのインストール

pip install somoclu

必要ライブラリのインストール

今回はirisを使う。

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.manifold import TSNE
from sklearn.datasets import load_iris

irisのロード

おまじない。

iris_data = load_iris()

SOMによる学習とクラスタリング

実行すると自己組織化マップが得られる(図省略)

# セルの定義
n_rows = 16
n_cols = 24

som = Somoclu(n_rows=n_rows, n_columns=n_cols, compactsupport=False)

# 学習
som.train(data=iris_data.data, epochs=1000)

# K-meansでクラスタリング
kmeans = KMeans(n_clusters=5, random_state=42)

som.cluster(algorithm=kmeans)
som.view_umatrix(bestmatches=True, labels=iris_data.target)

クラスタリング結果の取得

How Can I get the cluster number or class for an specific data point?　を参考にクラスタリング結果を取得。

cluster_ids = []
for i in range(len(x)):
  cluster_ids.append(som.clusters[som.bmus[i, 1], som.bmus[i, 0]])

tSNEの次元削減図に対し、クラスタのラベルをマッピング

実行するとスキャッタープロットが得られる(図省略)

tsn_model = TSNE(n_components=2)
tsn_result = tsn_model.fit_transform(iris_data.data)
plt.title("tSNA")
plt.scatter(tsn_result[:, 0], tsn_result[:, 1], c=cluster_ids)