Введение
В этом практическом занятии вы научитесь реализовывать алгоритм кластеризации Mean-Shift с использованием библиотеки Scikit-learn в Python. Вы узнаете, как генерировать выборочные данные, вычислять кластеризацию с использованием MeanShift и визуализировать результаты.
Советы по использованию ВМ
После запуска виртуальной машины щелкните в верхнем левом углу, чтобы переключиться на вкладку Ноутбук и получить доступ к Jupyter Notebook для практики.
Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook загрузится полностью. Проверка операций не может быть автоматизирована из-за ограничений Jupyter Notebook.
Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.
Импортируем необходимые библиотеки
Сначала нам нужно импортировать необходимые библиотеки: numpy, sklearn.cluster, sklearn.datasets и matplotlib.pyplot.
import numpy as np
from sklearn.cluster import MeanShift, estimate_bandwidth
from sklearn.datasets import make_blobs
import matplotlib.pyplot as plt
Генерируем выборочные данные
Далее мы сгенерируем выборочные данные с использованием функции make_blobs из модуля sklearn.datasets. Мы создадим набор данных с 10 000 выборками и тремя кластерами с центрами в [[1, 1], [-1, -1], [1, -1]] и стандартным отклонением 0,6.
centers = [[1, 1], [-1, -1], [1, -1]]
X, _ = make_blobs(n_samples=10000, centers=centers, cluster_std=0.6)
Вычисляем кластеризацию с использованием MeanShift
Теперь мы вычислим кластеризацию с использованием алгоритма MeanShift с классом MeanShift из модуля sklearn.cluster. Мы будем использовать функцию estimate_bandwidth, чтобы автоматически определить параметр ширины полосы, который представляет размер области влияния для каждой точки.
bandwidth = estimate_bandwidth(X, quantile=0.2, n_samples=500)
ms = MeanShift(bandwidth=bandwidth, bin_seeding=True)
ms.fit(X)
labels = ms.labels_
cluster_centers = ms.cluster_centers_
Построение результатов
Наконец, мы построим результаты с использованием библиотеки matplotlib.pyplot. Для каждого кластера мы будем использовать разные цвета и маркеры, а также построим центры кластеров.
plt.figure(1)
plt.clf()
colors = ["#dede00", "#377eb8", "#f781bf"]
markers = ["x", "o", "^"]
for k, col in zip(range(n_clusters_), colors):
my_members = labels == k
cluster_center = cluster_centers[k]
plt.plot(X[my_members, 0], X[my_members, 1], markers[k], color=col)
plt.plot(
cluster_center[0],
cluster_center[1],
markers[k],
markerfacecolor=col,
markeredgecolor="k",
markersize=14,
)
plt.title("Estimated number of clusters: %d" % n_clusters_)
plt.show()
Резюме
В этом практическом занятии мы узнали, как реализовать алгоритм кластеризации Mean-Shift с использованием библиотеки Scikit-learn в Python. Мы сгенерировали выборочные данные, вычислили кластеризацию с использованием MeanShift и построили результаты. В конце этого практического занятия вы должны лучше понять, как использовать алгоритм Mean-Shift для кластеризации данных.