K-Means a mano

Fa parte della sezione Apprendimento non supervisionato del percorso Machine Learning di Coddy. Lezione 3 di 51.

K-means ripete un round di due passaggi per trovare k cluster. Assegna: ogni punto si unisce al centro più vicino. Sposta: ogni centro si sposta sulla media dei suoi punti. Tre carretti dei gelati:

150 asciugamani su una spiaggia in tre gruppi, a sinistra, al centro e a destra. Tre carretti partono vicini tra loro, vicino al centro; linee nere tracciano il percorso di ogni carretto round dopo round fino a una stella al centro del proprio gruppo

Un'iterazione in NumPy, dove dists è una tabella delle distanze con una colonna per centro:

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

argmin(axis=1) restituisce la colonna più piccola di ogni riga: il suo centro più vicino. Giro dopo giro, i centri si stabilizzano; quando nessuno si sposta, k-means è terminato.

Sfida

Facile

Un produttore di magliette adatta le taglie S, M e L ai clienti di oggi. La sua vecchia tabella delle taglie fornisce i centri iniziali, distances(people, centers) restituisce la tabella delle distanze e il programma legge quante iterazioni eseguire.

A ogni iterazione: assegna ogni persona, poi sposta ogni centro.
Stampa il centro di ogni taglia e quante persone ha ricevuto nell'ultima iterazione, come sotto.

Per un altro produttore:

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

Provalo tu

import numpy as np

# Non modificare le righe qui sotto
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 clienti, una riga ciascuno: circonferenza del torace e lunghezza in cm
people = np.round(np.column_stack([chest, length]), 1)

# La vecchia tabella delle taglie inizializza centers: 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())


# Tabella delle distanze: una riga per persona, una colonna per centro
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


# Scrivi il tuo codice qui sotto