Classer les données par la méthode k-means

Bonjour, c'est Motty. Cette fois, la classification (clustering) a été effectuée en Python.

Qu'est-ce que la classification?

La classification dans les statistiques et l'apprentissage automatique fait référence à la classification des données en groupes de fonctionnalités similaires. Puisqu'il est exécuté sans norme à l'avance, il s'agit d'un "apprentissage sans enseignant".

Méthode KMeans

La méthode de moyennage K est un algorithme qui classe en un nombre donné de clusters (k) en utilisant la moyenne des clusters. La structure de classification est optimisée en classant chaque donnée en fonction de sa proximité avec le centre de gravité et en mettant à jour le centre de gravité de manière séquentielle.

Implémenté en Python

KMeans.py

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.datasets import make_blobs as mb


clf = KMeans(n_clusters = 3)
N = 100 #Number of sample

dataset = mb(centers = 3)
features = np.array(dataset[0])
pred = clf.fit_predict(features)

J'ai pu le classer proprement.

De plus, si les données elles-mêmes sont propres, que le nombre de K est approprié et que la sélection de l'algorithme n'est pas satisfaite, il peut y avoir des cas où elle ne peut pas être divisée proprement de cette manière.

S'il y a une valeur aberrante

NOISE = [25,25]
features = np.append(features,NOISE).reshape(-1,2)

Si le nombre de clusters n'est pas approprié

dataset = mb(centers = 4)

Cas où l'algorithme de classification ne convient pas pour K Moyens en premier lieu

makemoons.py

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.datasets import make_blobs as mb

clf = KMeans(n_clusters = 2)

X1,y1 = make_moons(noise = 0.05, random_state=0)
pred1 = clf.fit_predict(X1)

for i in range(2):
    labels = X1[pred1 == i]
    plt.scatter(labels[:,0],labels[:,1])

plt.show()

À la fin

Il existe différents algorithmes de classification, et cette fois j'ai décrit l'un d'entre eux, la méthode KMeans. Je voudrais décrire plus tard la classification de SVM et Ranram Forest.