이 실습에서는 숫자 데이터셋의 2 차원 임베딩에 대한 응집 계층적 군집화의 다양한 연결 옵션을 보여줍니다. 이 실습의 목표는 서로 다른 연결 전략이 어떻게 작동하는지 보여주는 것이며, 숫자 데이터에 대한 좋은 군집을 찾는 것이 아닙니다. 이것이 예제가 2 차원 임베딩에서 작동하는 이유입니다.
VM 시작이 완료되면 왼쪽 상단 모서리를 클릭하여 Notebook 탭으로 전환하여 연습을 위한 Jupyter Notebook에 접근할 수 있습니다.
때때로 Jupyter Notebook 이 완전히 로드되기까지 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한으로 인해 작업의 유효성 검사를 자동화할 수 없습니다.
학습 중 문제가 발생하면 Labby 에 문의하십시오. 세션 후 피드백을 제공하면 문제를 신속하게 해결해 드리겠습니다.
이 실습에서 필요한 라이브러리를 가져오는 것으로 시작합니다. 응집 계층적 군집화를 수행하기 위해 numpy, matplotlib, manifold 및 scikit-learn 의 datasets 를 사용할 것입니다.
import numpy as np
from matplotlib import pyplot as plt
from time import time
from sklearn import manifold, datasets
from sklearn.cluster import AgglomerativeClustering숫자 데이터셋을 로드하고 데이터와 대상 레이블을 추출하여 군집화를 위한 준비를 합니다. 또한 재현성을 보장하기 위해 난수 시드를 0 으로 설정합니다.
digits = datasets.load_digits()
X, y = digits.data, digits.target
n_samples, n_features = X.shape
np.random.seed(0)manifold.SpectralEmbedding() 을 사용하여 숫자 데이터셋의 2 차원 임베딩을 계산하고 각 숫자에 대해 다른 마커로 산점도를 플롯하여 데이터셋을 시각화합니다.
def plot_dataset(X_red):
x_min, x_max = np.min(X_red, axis=0), np.max(X_red, axis=0)
X_red = (X_red - x_min) / (x_max - x_min)
plt.figure(figsize=(6, 4))
for digit in digits.target_names:
plt.scatter(
*X_red[y == digit].T,
marker=f"${digit}$",
s=50,
alpha=0.5,
)
plt.xticks([])
plt.yticks([])
plt.title('숫자 데이터셋 산점도', size=17)
plt.axis("off")
plt.tight_layout(rect=[0, 0.03, 1, 0.95])
print("임베딩 계산 중")
X_red = manifold.SpectralEmbedding(n_components=2).fit_transform(X)
print("완료.")
plot_dataset(X_red)다양한 연결 전략 (ward, average, complete, single) 을 사용하여 계층적 군집화를 수행합니다. 모든 전략에 대해 클러스터 수를 10 으로 설정합니다. 그런 다음 각 숫자에 대해 다른 색상을 사용하여 군집화 결과를 플롯합니다.
def plot_clustering(X_red, labels, title=None):
x_min, x_max = np.min(X_red, axis=0), np.max(X_red, axis=0)
X_red = (X_red - x_min) / (x_max - x_min)
plt.figure(figsize=(6, 4))
for digit in digits.target_names:
plt.scatter(
*X_red[y == digit].T,
marker=f"${digit}$",
s=50,
c=plt.cm.nipy_spectral(labels[y == digit] / 10),
alpha=0.5,
)
plt.xticks([])
plt.yticks([])
if title is not None:
plt.title(title, size=17)
plt.axis("off")
plt.tight_layout(rect=[0, 0.03, 1, 0.95])
for linkage in ("ward", "average", "complete", "single"):
clustering = AgglomerativeClustering(linkage=linkage, n_clusters=10)
t0 = time()
clustering.fit(X_red)
print("%s :\t%.2fs" % (linkage, time() - t0))
plot_clustering(X_red, clustering.labels_, "%s linkage" % linkage)
plt.show()이 실습에서는 다양한 연결 전략을 사용하여 숫자 데이터셋에 대한 계층적 군집화를 수행하는 방법을 배웠습니다. 또한 각 전략에 대한 데이터셋과 군집화 결과를 시각화했습니다. 결과는 서로 다른 연결 전략이 서로 다른 군집화 결과를 생성한다는 것을 보여주며, 우리의 필요에 가장 적합한 전략을 선택해야 함을 시사합니다.