K-Means secara Manual

Termasuk bagian Pembelajaran Tanpa Pengawasan dalam perjalanan Machine Learning di Coddy. Pelajaran 3 dari 51.

K-means mengulangi putaran yang terdiri dari dua langkah untuk menemukan k cluster. Tetapkan: setiap titik bergabung dengan pusat terdekatnya. Pindahkan: setiap pusat berpindah ke nilai rata-rata titik-titiknya. Tiga gerobak es krim:

150 handuk di pantai dalam tiga kerumunan, kiri, tengah, dan kanan. Tiga gerobak mulai berdekatan di dekat tengah; garis hitam menelusuri jalur setiap gerobak dari putaran ke putaran menuju bintang di tengah kerumunannya masing-masing

Satu putaran di NumPy, dengan dists sebagai tabel jarak yang memiliki satu kolom untuk setiap pusat:

labels = dists.argmin(axis=1)  # tetapkan
for c in range(k):
    centers[c] = X[labels == c].mean(axis=0)  # pindahkan

argmin(axis=1) memberikan kolom terkecil di setiap baris, yaitu pusat terdekatnya. Dari satu putaran ke putaran berikutnya, pusat-pusat akan stabil. Saat tidak ada yang bergerak, k-means selesai.

Tantangan

Mudah

Produsen kaus menyesuaikan ulang ukuran S, M, dan L untuk pelanggan masa kini. Bagan ukuran lamanya menjadi titik pusat awal, distances(people, centers) menghasilkan tabel jarak, dan program membaca jumlah perulangan yang harus dijalankan.

Setiap perulangan: tetapkan setiap orang, lalu pindahkan setiap titik pusat.
Cetak titik pusat setiap ukuran dan jumlah orang yang mendapatkannya pada perulangan terakhir, seperti di bawah ini.

Untuk produsen lain:

Rounds run: 2
S: chest 87.3 cm, length 65.1 cm, 14 people
M: chest 95.0 cm, length 68.9 cm, 31 people
L: chest 104.8 cm, length 72.6 cm, 45 people

Coba sendiri

import numpy as np

# Jangan ubah baris-baris di bawah ini
rng = np.random.default_rng(12)
chest = np.concatenate([rng.normal(88, 3, 30), rng.normal(98, 3.5, 35), rng.normal(110, 4, 25)])
length = np.concatenate([rng.normal(66, 1.8, 30), rng.normal(70, 2, 35), rng.normal(75, 2.2, 25)])
# 90 pelanggan, masing-masing satu baris: lingkar dada dan panjang dalam cm
people = np.round(np.column_stack([chest, length]), 1)

# Bagan ukuran lama menentukan titik pusat awal: S, M, L
sizes = ["S", "M", "L"]
centers = np.array([[85.0, 64.0], [90.0, 67.0], [96.0, 69.0]])
rounds = int(input())


# Tabel jarak: satu baris per orang, satu kolom per titik pusat
def distances(X, centers):
    table = np.zeros((len(X), len(centers)))
    for c in range(len(centers)):
        table[:, c] = np.sqrt(((X - centers[c]) ** 2).sum(axis=1))
    return table


# Tulis kodemu di bawah ini