K-Means в scikit-learn

Часть раздела Обучение без учителя путешествия по Machine Learning на Coddy. Урок 4 из 51.

scikit-learn выполняет за тебя весь цикл k-средних — здесь на 180 яблоках, оценённых по сладости и хрусткости:

180 яблок: сладость отложена по горизонтали, а хрусткость — по вертикали; они разделены на три группы, в центре каждой — чёрная звезда: сладкие и хрустящие вверху справа, мягкие внизу, терпкие и хрустящие вверху слева. Новое яблоко вверху справа присоединяется к кластеру 0

Обучение только на X, без y:

from sklearn.cluster import KMeans
km = KMeans(n_clusters=3, n_init=10, random_state=0)
km.fit(X)
print(km.labels_[:8])
print(km.cluster_centers_.round(1))

Это выводит номера кластеров для 8 строк, затем по одной строке на центр:

[2 0 0 1 2 0 1 1]
[[7.  7.5]
 [6.  3. ]
 [2.9 8.1]]

n_init=10 выполняет 10 запусков и выбирает самый компактный кластер. km.predict([[8.6, 9.2]]) находит для нового яблока ближайший центр — [0].

labels = km.fit_predict(X) выполняет обе операции сразу: обучает модель, а затем возвращает labels_.

Числа — это всего лишь названия: для других данных кластер 0 может обозначать любую группу.

Задание

Легко

Биолог записал 150 погружений одного горбатого кита: время погружения и последующий отдых на поверхности. Бывают ли разные типы погружений? Заготовка создаёт диаграмму.

Обучи KMeans на X: 3 кластера, n_init=10, random_state=0.
Отобрази каждый кластер как отдельную группу с метками от cluster 0 до cluster 2.
Отметь центры чёрными звёздами с меткой centers. Добавь легенду и покажи диаграмму.

Вот пример с другим китом:

Диаграмма рассеяния с заголовком Whale Dives: минуты погружения по горизонтали и отдых на поверхности по вертикали; три кластера — короткие погружения с долгим отдыхом вверху слева, короткие погружения с коротким отдыхом внизу, долгие погружения справа; в каждом кластере есть чёрная звезда, также показана легенда

Coddy опишет твою диаграмму.

Попробуйте сами

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans

# Не изменяйте строки ниже
rng = np.random.default_rng(14)
dive = np.concatenate([rng.normal(4, 1.0, 60), rng.normal(12, 2.0, 50), rng.normal(2.5, 0.7, 40)])
rest = np.concatenate([rng.normal(1.5, 0.5, 60), rng.normal(4, 1.0, 50), rng.normal(8, 1.5, 40)])
# 150 погружений одного горбатого кита: продолжительность погружения и последующего отдыха на поверхности, в минутах
X = np.round(np.clip(np.column_stack([dive, rest]), 0.5, None), 1)

fig, ax = plt.subplots()
ax.set_title("Whale Dives")
ax.set_xlabel("Dive (min)")
ax.set_ylabel("Surface rest (min)")

# Напишите свой код ниже