Google Colabを学びたい Step7 クラスター分析を実施する

はじめに

Google Colabを学びたいのStep7です。クラスター分析を学んでいきます！！

成果物

お寿司のすきな傾向を表示するためのクラスター分析

ソースコード

# ライブラリのインポート
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy.cluster.hierarchy import dendrogram, linkage

# 寿司ネタのラベル
labels = ['Salmon', 'Tuna', 'Fatty Tuna', 'Eel', 'Shrimp', 'Octopus',
          'Egg', 'Cucumber Roll', 'Squid', 'Mackerel', 'Horse Mackerel', 'Sea Urchin']

# 寿司ネタごとの特徴量（適当な仮データ）
# 特徴例：脂っこさ, 甘さ, 柔らかさ（0〜10のスケール）
data = np.array([
    [8, 4, 7],   # Salmon
    [7, 3, 8],   # Tuna
    [9, 5, 9],   # Fatty Tuna
    [6, 6, 6],   # Eel
    [4, 7, 5],   # Shrimp
    [3, 2, 6],   # Octopus
    [2, 8, 3],   # Egg
    [1, 3, 2],   # Cucumber Roll
    [3, 4, 4],   # Squid
    [6, 2, 5],   # Mackerel
    [5, 3, 4],   # Horse Mackerel
    [7, 9, 6],   # Sea Urchin
])

# 階層クラスタリング（Ward法）
linked = linkage(data, method='ward')

# デンドログラムを描画
plt.figure(figsize=(12, 6))
dendrogram(linked,
           labels=labels,
           orientation='top',
           distance_sort='descending',
           show_leaf_counts=True)

plt.title("Sushi Ingredient Hierarchical Clustering")
plt.xlabel("Sushi Types")
plt.ylabel("Distance")
plt.grid(True)
plt.show()