[ML]K-Means 클러스터링, DBSCAN(밀도기반 클러스터링)

## kmeans.py

## K-Means 클러스터링

def p(str):
    print(str, '\n')

# 라이브러리 로딩
import numpy as np
import pandas as pd
from sklearn.datasets import make_blobs
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings(action='ignore')

# random seed 설정
np.random.seed(42)

# 중심점이 4개인 150개의 점 데이터를 무작위 생성
points, labels = make_blobs(
    n_samples = 150,    # 샘플데이터 수
    centers = 4,        # 중심점 수
    n_features = 2,     # feature 수
    random_state = 42   # 랜덤 시드 값
)

# 무작위로 생성된 점의 좌표 10개 출력
#print(points.shape, '\n', points[:10])
#print(labels.shape, '\n', labels[:10])

# 데이터 프레임
points_df = pd.DataFrame(points, columns=['X', 'Y'])
#p(points_df)

# 그래프 설정 및 그리기
# figure = plt.figure(figsize=(10, 6))
# axes = figure.add_subplot(111)
# axes.scatter(points_df['X'], points_df['Y'], label='Random Data')
# axes.grid()
# axes.legend()
# plt.show()


## K-Means 클러스터 생성

# kmeans 라이브러리
from sklearn.cluster import KMeans

# 클러스터 생성
k_cluster = KMeans(n_clusters=4) # 4개의 클러스터

# 클러스터에 데이터 입력해서 학습
k_cluster.fit(points)

# p(k_cluster.labels_) # 레이블
# p(np.shape(k_cluster.labels_)) # (150,)
# p(np.unique(k_cluster.labels_)) # 레이블 unique 값들

# 색상 딕셔너리
color_di = {
    0: 'red',
    1: 'blue',
    2: 'green',
    3: 'black'
}

# 그래프 그리기
# plt.figure(figsize=(10, 6))
# for cluster in range(4):
#     cluster_sub = points[k_cluster.labels_ == cluster]
#     plt.scatter(
#         cluster_sub[:, 0],           # 첫번째 feature
#         cluster_sub[:, 1],           # 두번째 feature
#         c = color_di[cluster],       # 클러스터별 색상
#         label = f'Cluster {cluster}' # 클러스터별 레이블
#     )
# plt.grid(True)
# plt.legend()
# plt.show()


## K-Means 원형 클러스터 생성

# 라이브러리
from sklearn.cluster import KMeans
from sklearn.datasets import make_circles

# n_samples : 샘플의 수
# factor : 원 안의 원과 원 바깥의 원의 크기 비율로
#          값이 작을수록 안쪽 원이 작아짐, 값이 커질수록 안쪽 원이 커짐
# noise : 값이 0에 가까울수록 노이즈가 적고 값이 높을수록 노이즈가 많음
circle_points, circle_labels = make_circles(n_samples=150, factor=0.5, noise=0.01)

# 그래프 크기
plt.figure(figsize=(10, 6))

# 모델 생성
circle_kmeans = KMeans(n_clusters=2)

# 모델 학습
circle_kmeans.fit(circle_points)

# 색상 딕셔너리
color_di = {0:'blue', 1:'red'}

# 스캐터
# for i in range(2):
#     cluster_sub = circle_points[circle_kmeans.labels_ == i]
#     plt.scatter(
#         cluster_sub[:, 0],
#         cluster_sub[:, 1],
#         c = color_di[i],
#         label = f'cluster_{i}'
#     )
# plt.legend()
# plt.grid(True)
# plt.show()

 

 

## make_blobs
from sklearn.cluster import KMeans
from sklearn.datasets import make_blobs

X, y = make_blobs(n_samples=200, random_state=163)
#p(X)
#p(y)

# 변환 행렬
transformation = [[0.6, -0.6], [-0.3, 0.8]]

# dot() : 배열과 행렬사이의 행렬곱셈을 수행할 수 있고 X배열의 모든 데이터 포인트에 대한 선형변환을 적용시킬 수 있다
diag_points = np.dot(X, transformation)
#p(diag_points)

# 그래프 사이즈
figure = plt.figure(figsize=(10, 6))

# 서브플랏 추가
axes = figure.add_subplot(111)

# 클러스터 생성
diag_kmeans = KMeans(n_clusters=3)

# 모델 학습
diag_kmeans.fit(X)

# 색상 딕셔너리
color_di = {0: "red", 1: "blue", 2: "green"}

# 클러스터별 색상 적용하여 스캐터 그리기
# for cluster in range(3):
#    cluster_sub = X[diag_kmeans.labels_ == cluster]
#    axes.scatter(cluster_sub[:, 0], cluster_sub[:, 1], c=color_di[cluster],
#                 label=f"cluster {cluster}")
# plt.legend()
# plt.show()

 

 

 

 

 

 

 

 

 

 

 

---

색상딕셔너리를 입혀서 클러스터링 출력해보기

 

원형 클러스터

---

# DBSCAN 생성
# eps : 클러스터의 반경
# min_samples : 클러스터를 구성하기 위한 최소 인접포인트의 개수
# metric : 거리 측정 방법을 지정하는 매개변수, 기본적으로 유클리드 거리
# algorithm : 클러스터링 알고리즘을 선택하는 매개변수, 기본값 auto
diag_dbscan = DBSCAN(eps=epsilon, min_samples=minPts)

# 학습
diag_dbscan.fit(diag_points)

# 클러스터의 수, DBSCAN의 클러스터번호는 음수값을 포함하므로 +1 해줌
n_cluster = max(diag_dbscan.labels_) + 1
#p(n_cluster)

# 각 데이터포인트의 클러스터번호
# -1 : noise, 0~4 : 클러스터번호
#p(diag_dbscan.labels_)

# 스캐터
figure = plt.figure(figsize=(10, 6))
axes = figure.add_subplot(111)
color_di = {0:'red', 1:'blue', 2:'green', 3:'black', 4:'orange'}
for i in range(n_cluster):
    cluster_sub = diag_points[diag_dbscan.labels_ == i]
    plt.scatter(
        cluster_sub[:, 0],
        cluster_sub[:, 1],
        c = color_di[i]
    )
axes.grid(True)
plt.show()

값은 5가 나오면서 클러스터는 5개로 나눈것을 확인할 수 있습니다.

 

 

 

 

 

 

 

 

 

 

순번	함수(매소드)	설명
1	np.random.seed(42)	랜덤시드 42번 설정
2	from sklearn.datasets import make_blobs	sklearn에 있는 make_blobs사용하기
3	dot()	배열과 행렬사이의 행렬곱셈을 수행할 수 있고 X배열의 모든 데이터 포인트에 대한 선형변환을 적용시킬 수 있다.