[Machine Learning] 군집분석 Scikit Learn으로 구현하기

 

 

 

 

https://piscesue0317.tistory.com/49

[Machine Learning] 군집분석 (비지도학습 / 데이터 축소)

 

 

먼저, 위 글은 군집분석에 대한

 이론을 설명하고 있습니다.

 

 

 

---

 

 

 

https://piscesue0317.tistory.com/32

[Machine Learning] Scikit - Learn을 이용한 데이터 분석 (지도학습 / 분류)

 

 

또한, 위 글은 본 알고리즘 모델링을

하기 이전의 과정입니다.

 

해당 과정을 수행하여야 앞으로 진행되는

모델링이 가능합니다.

 

 

 

---

 

 

 

Scikit - Learn에서는 모델 선택과 훈련을 시킬 때

fit (학습)과 predict (적용) 의 순서를 따릅니다.

 

군집분석 알고리즘의 경우,

최적의 하이퍼파라미터 탐색이 필요합니다.

 

 

 

* 하이퍼파라미터 : 모델링 시 사용자가 직접 지정해주어야 하는 옵션

 

 

 

 

모델 선택, 학습, 적용

 

from sklearn.cluster import KMeans

# 1. Define
kmeans = KMeans(n_clusters=2, random_state=0)

# 2. Fit (학습)
kmeans.fit(X)

# 3. Transform (적용) : cluster 결과 
predicted_clusters = kmeans.predict(X)
# predicted_clusters = kmeans.labels_
display(predicted_clusters)

#  cluster 중심확인
cluster_centers = kmeans.cluster_centers_
display(cluster_centers)

 

 

sklearn.cluster 모듈에서 KMeans을 호출합니다.

 

 

 

 

 

K-means Clustering (비계층적 군집분석)

 

# SSE (개별 클러스터 중심으로부터 해당 클러스터에 속한 관측치까지의 거리제곱 합)
SSE = []
K = range(1,15)
for k in K:
    kmeans = KMeans(n_clusters=k)
    kmeans.fit(X)
    SSE.append(kmeans.inertia_)

import matplotlib.pyplot as plt

plt.plot(K, SSE, 'bx-')
plt.xlabel('k')
plt.ylabel('Sum_of_squared_distances')
plt.title('Elbow Method For Optimal k')
plt.show()

 

 

 

 

 

모델 적용 및 성능평가

 

from sklearn.metrics import silhouette_score
from sklearn.cluster import KMeans

# 1. Define
kmeans = KMeans(n_clusters=5, random_state=0)

# 2. Fit (학습)
kmeans.fit(X)

# 3. Transform (적용)
predicted_clusters = kmeans.predict(X)

# 4. 클러스터링 결과 평가 (silhouett)
silhouette_score_kmeans = silhouette_score(X, predicted_clusters) 
print(silhouette_score_kmeans.round(2))

 

 

위에서 찾은 최적의 클러스터 개수 K로

 '.predict( )' 함수를 통해 예측을 진행합니다.

 

마지막으로 군집분석의 성능지표인 실루엣을 통해

모델을 평가하면 됩니다.

 

 

 

 

 

Hierarchical Clustering (계층적 군집분석)

 

from sklearn.metrics import silhouette_score
from sklearn.cluster import AgglomerativeClustering

# 1. Define ('single', 'complete', 'average')
hclust = AgglomerativeClustering(n_clusters=5, affinity='euclidean', linkage='complete')

# 2. Fit (학습)
hclust.fit(X)

# 3. Transform (적용)
# predicted_clusters = hclust.predict(X) # 작동안함
predicted_clusters = hclust.labels_

# 4. 클러스터링 결과 평가 (silhouett)
silhouette_score_hclust = silhouette_score(X, predicted_clusters) 
print(silhouette_score_hclust.round(2))