kMeans，Mean Shift クラスタリング（Python, Google Colaboratory を使用）

前準備

Python の準備（Windows，Ubuntu 上）

• Windows での Python 3.10，関連パッケージ，Python 開発環境のインストール: 別ページ »で説明している．
• Ubuntu では，システム Pythonを使うことができる．Python3 開発用ファイル，pip, setuptools のインストール: 別ページ »で説明している．

【サイト内の関連ページ】

• Python のまとめ: 別ページ »にまとめ
• Google Colaboratory の使い方など: 別ページ »で説明している．

【関連する外部ページ】

Python の公式ページ: https://www.python.org/

kMeans, MeanShift クラスタリングの例

架空データ

1. 架空のデータの合成

   N1, N2 はデータの個数．c1, c2 は平均．sd1, sd2 は標準偏差．

   import numpy as np
   N1 = 10
   N2 = 10
   c1 = (0, 0)
   c2 = (3, 5)
   sd1 = 1
   sd2 = 1
   a1 = np.zeros((N1, 2))
   a1[:,0] = np.random.normal(c1[0], sd1, N1)
   a1[:,1] = np.random.normal(c1[1], sd1, N1)
   a2 = np.zeros((N2, 2))
   a2[:,0] = np.random.normal(c2[0], sd2, N2)
   a2[:,1] = np.random.normal(c2[1], sd2, N2)
   a = np.concatenate([a1, a2])
   print(a)
   

   
2. プロットして確認

   20 個のデータがプロットされている

   %matplotlib inline
   import matplotlib.pyplot as plt
   import warnings
   warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
   plt.style.use('ggplot')
   plt.plot(a[:,0], a[:,1],  'ro')
   plt.show()
   

   
3. kMeans クラスタリング

   このデータを使い，クラスタリングを行う． クラスタ数は 3 に設定．

   from sklearn.cluster import KMeans
   c = KMeans(n_clusters = 2).fit_predict(a)
   print(c)
   

   
4. MeanShift クラスタリング

   このデータを使い，クラスタリングを行う．

   from sklearn.cluster import MeanShift
   c = MeanShift().fit_predict(a)
   print(c)
   

   

Iris データセット

ここでは，iris をクラスタリングする．

1. Iris データセットの読み込み

   import pandas as pd
   import seaborn as sns
   sns.set()
   
   iris = sns.load_dataset('iris')
   
   

   
2. Iris データセットの表示

   print(iris) 
   

   
3. Iris データセットを，数値の行列に変換

   文字列 'setosa'，'versicolor'，'virginica' は，1, 2, 3 に置き換え．

   a = iris.values
   a[:,4] = iris['species'].map({'setosa':1, 'versicolor':2, 'virginica': 3}).values
   print(a)
   

   
   （以下省略）
4. kMeans クラスタリング

   このデータの 0, 1, 2, 3 行目を使い，クラスタリングを行う． クラスタ数は 3 に設定．

   x = a[:,(0, 1, 2, 3)]
   from sklearn.cluster import KMeans
   c = KMeans(n_clusters = 3).fit_predict(x)
   print(c)
   

   
5. MeanShift クラスタリング

   このデータの 0, 1, 2, 3 行目を使い，クラスタリングを行う．

   x = a[:,(0, 1, 2, 3)]
   from sklearn.cluster import MeanShift
   c = MeanShift().fit_predict(x)
   print(c)