<科目> 機械学習 第六章:アルゴリズム2(k-means)

<科目> 機械学習

目次
第一章:線形回帰モデル
第二章:非線形回帰モデル
第三章:ロジスティク回帰モデル
第四章:主成分分析
第五章:アルゴリズム1(k近傍法(kNN))
第六章:アルゴリズム2(k-means)
第七章:サポートベクターマシン

第六章:アルゴリズム2(k-means)

k-平均法(k-means)とは

• 教師なし学習
• クラスタリング手法
  • クラスタリング・・・特徴の似ているもの同士をグループ化
• 与えられたデータをk個のクラスタに分類する

k平均法(k-means)のアルゴリズム

• 各クラスタ中心の初期値を設定する
• 各データ点に対して、各クラスタ中心との距離を計算し、最も距離が近いクラスタを割り当てる
• 各クラスタの平均ベクトル（中心）を計算する
• 収束するまで2, 3の処理を繰り返す
• 手順
  • 各クラスタ中心の初期値を設定する
  • 各データ点に対して、各クラスタ中心との距離を計算し、最も距離が近いクラスタを割り当てる
  • 各クラスタの平均ベクトル（中心）を計算する
  • クラスタの再割り当てと、中心の更新を繰り返す
• 中心の初期値を変えるとクラスタリング結果も変わりうる
• kの値を変えるとクラスタリング結果も変わる

(演習)k平均法(k-means)を利用して3つのクラスタに分類する

#https://datahexa.com/kmeans-clustering-with-wine-dataset/参考
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn import cluster, preprocessing, datasets

from sklearn.cluster import KMeans

wine = datasets.load_wine()
X = wine.data
X.shape

結果

y=wine.target
y.shape

結果

(178,)

wine.target_names

結果

array(['class_0', 'class_1', 'class_2'], dtype='<U7')

model = KMeans(n_clusters=3)
labels = model.fit_predict(X)
df = pd.DataFrame({'labels': labels})
type(df)

結果

pandas.core.frame.DataFrame

def species_label(theta):
    if theta == 0:
        return wine.target_names[0]
    if theta == 1:
        return wine.target_names[1]
    if theta == 2:
        return wine.target_names[2]
df['species'] = [species_label(theta) for theta in wine.target]
pd.crosstab(df['labels'], df['species'])

関連サイト
第一章:線形回帰モデル
第二章:非線形回帰モデル
第三章:ロジスティク回帰モデル
第四章:主成分分析
第五章:アルゴリズム1(k近傍法(kNN))
第六章:アルゴリズム2(k-means)
第七章:サポートベクターマシン