kmeans의 출력 결과 (PyCluster impl)

Question

kmeans의 플롯 출력이 파이썬에서 어떻게 클러스터링됩니까? PyCluster 패키지를 사용하고 있습니다. allUserVector는 기본적으로 m 개의 기능을 가진 n 명의 사용자 (n × m dimensonal vector)입니다.

import Pycluster as pc 
import numpy as np 

clusterid,error,nfound = pc.kcluster(allUserVector, nclusters=3, transpose=0,npass=1,method='a',dist='e') 
    clustermap, _, _ = pc.kcluster(allUserVector, nclusters=3,         transpose=0,npass=1,method='a',dist='e',) 

centroids, _ = pc.clustercentroids(allUserVector, clusterid=clustermap) 
print centroids 
print clusterid 
print nfound 

I가 cluster.Each 사용자는 m 차원 벡터 모든 입력이있는 어느 누구나 분명 클러스터를 보여주는 그래프 좋게 클러스터를 인쇄 할?

Answer 1

m 차원 데이터를 그리기는 어렵습니다. 이를 수행하는 한 가지 방법은 Principal Component Analysis (PCA)을 통해 2 차원 공간에 매핑하는 것입니다. 일단 우리가 그것을했다면, 우리는 matplotlib (this answer을 기반으로 함)로 음모에 던질 수 있습니다.

당신이 숫자 이외의 음모하려면

import numpy as np 
import matplotlib.pyplot as plt 
from matplotlib import mlab 
import Pycluster as pc 

# make fake user data 
users = np.random.normal(0, 10, (20, 5)) 

# cluster 
clusterid, error, nfound = pc.kcluster(users, nclusters=3, transpose=0, 
             npass=10, method='a', dist='e') 
centroids, _ = pc.clustercentroids(users, clusterid=clusterid) 

# reduce dimensionality 
users_pca = mlab.PCA(users) 
cutoff = users_pca.fracs[1] 
users_2d = users_pca.project(users, minfrac=cutoff) 
centroids_2d = users_pca.project(centroids, minfrac=cutoff) 

# make a plot 
colors = ['red', 'green', 'blue'] 
plt.figure() 
plt.xlim([users_2d[:,0].min() - .5, users_2d[:,0].max() + .5]) 
plt.ylim([users_2d[:,1].min() - .5, users_2d[:,1].max() + .5]) 
plt.xticks([], []); plt.yticks([], []) # numbers aren't meaningful 

# show the centroids 
plt.scatter(centroids_2d[:,0], centroids_2d[:,1], marker='o', c=colors, s=100) 

# show user numbers, colored by their cluster id 
for i, ((x,y), kls) in enumerate(zip(users_2d, clusterid)): 
    plt.annotate(str(i), xy=(x,y), xytext=(0,0), textcoords='offset points', 
       color=colors[kls]) 

, 그냥 annotate에 첫 번째 인수를 변경합니다. 예를 들어 사용자 이름이나 다른 것을 할 수 있습니다.

클러스터가 실제로 발생한 공간이 아니기 때문에이 공간에서 클러스터가 약간 "잘못"보일 수 있습니다 (예 : 15가 녹색보다 아래쪽에 빨간색으로 보임).이 경우 처음 두 개의 주요 구성 요소는 보존됩니다 분산의 61 % :

>>> np.cumsum(users_pca.fracs) 
array([ 0.36920636, 0.61313708, 0.81661401, 0.95360623, 1.  ])