Кластеризация проекта 1 (часть 2)..
С возвращением. В этом посте мы будем реализовывать часть 2 проекта, посвященную кластеризации в ML.
Некоторые из других лучших сериалов —
100 дней: серия дипломов по науке о данных и машинному обучению с проектами
Серия технических интервью — тщательно подобранный список вопросов по программированию
Полный дизайн системы с наиболее популярными сериями вопросов
Полная серия проектов по визуализации и предварительной обработке данных
Технический бюллетень —
Если вам интересно, вы можете подписаться на мой информационный бюллетень, через который я рассылаю советы по техническим интервью, методы, шаблоны, хаки — проекты по разработке программного обеспечения, машинному обучению, науке о данных, стартапам и технологиям более чем 30 тысячам читателей. Вы можете подписаться на Tech Brew:
Первую часть проекта можно найти здесь:
День 26: 60 дней серии «Наука о данных и машинное обучение
Проект по кластеризации 1 (часть 1)..naina0412.medium.com»
Данные для этого проекта можно найти по ссылке ниже —
Давай погрузимся —
# Distribution Plots
plt.figure(figsize=(16,12))
# Spending Score
plt.subplot(3,3,1)
plt.title('Spending Score\n', color='black')
sns.distplot(df['Spending Score (1-100)'], color='#8155BA')
# Annual Income
plt.subplot(3,3,3)
plt.title('Annual Income\n', color='black')
sns.distplot(df['Annual Income (k$)'], color='#F4B9B8')
# Age
plt.subplot(3,3,2)
plt.title('Age\n', color='black')
sns.distplot(df['Age'], color='#85D2D0')
plt.suptitle(' Distribution Plots of Age, Annual Income and Spending Score \n', color='#C8651B', size = 22)
plt.tight_layout()
plt.show()
Выход -
# Label Encoding : To covert categorical variable to Numeric Variable
from sklearn.preprocessing import LabelEncoder
l = LabelEncoder()
df['Gender'] = l.fit_transform(df.iloc[:,0])
# Standardization
x = df.iloc[:,0:].values
sc = StandardScaler()
X = sc.fit_transform(x)
# Principal Component Analysis
pca = PCA(n_components = 2)
X_pca = pca.fit_transform(X)
# Find the optimum number for the cluster
from sklearn.cluster import KMeans
l1 = []
for i in range(1,13):
k_c = KMeans(n_clusters = i, init ='k-means++', random_state=42)
k_c.fit(X_pca)
l1.append(k_c.inertia_)
plt.figure(figsize=(12,7))
plt.plot(range(1, 13), l1)
plt.title('The Elbow Method', color='black',fontsize='23')
plt.xlabel('Number of clusters')
plt.xticks(np.arange(1,13))
plt.show()
Выход -
# With 4 clusters
kmeans = KMeans(n_clusters = 4, init ='k-means++', random_state=42,max_iter=300,n_init=10)
y_kmeans = kmeans.fit_predict(X_pca)
plt.figure(1 , figsize = (16 ,9))
plt.scatter(X_pca[y_kmeans == 0, 0], X_pca[y_kmeans == 0, 1], s = 50, c = 'blue', label = 'Cluster1')
plt.scatter(X_pca[y_kmeans == 1, 0], X_pca[y_kmeans == 1, 1], s = 50, c = 'green', label = 'Cluster2')
plt.scatter(X_pca[y_kmeans == 2, 0], X_pca[y_kmeans == 2, 1], s = 50, c = 'pink', label = 'Cluster3')
plt.scatter(X_pca[y_kmeans == 3, 0], X_pca[y_kmeans == 3, 1], s = 50, c = 'purple', label = 'Cluster4')
plt.scatter(kmeans.cluster_centers_[:, 0], kmeans.cluster_centers_[:, 1], s = 250, c = 'orange', label = 'Centroids')
plt.title("Customers' Clusters")
plt.xlabel('PCA : 1', color='red')
plt.ylabel('PCA : 2', color='red')
plt.legend()
plt.show()
Выход -
# With 5 Clusters
kmeans = KMeans(n_clusters = 5, init ='k-means++', random_state=42,max_iter=300,n_init=10)
y_kmeans = kmeans.fit_predict(X_pca)
plt.figure(1 , figsize = (16 ,9))
plt.scatter(X_pca[y_kmeans == 0, 0], X_pca[y_kmeans == 0, 1], s = 50, c = 'blue', label = 'Cluster-1')
plt.scatter(X_pca[y_kmeans == 1, 0], X_pca[y_kmeans == 1, 1], s = 50, c = 'green', label = 'Cluster-2')
plt.scatter(X_pca[y_kmeans == 2, 0], X_pca[y_kmeans == 2, 1], s = 50, c = 'pink', label = 'Cluster-3')
plt.scatter(X_pca[y_kmeans == 3, 0], X_pca[y_kmeans == 3, 1], s = 50, c = 'purple', label = 'Cluster-4')
plt.scatter(X_pca[y_kmeans == 4, 0], X_pca[y_kmeans == 4, 1], s = 50, c = 'grey', label = 'Cluster-5')
plt.scatter(kmeans.cluster_centers_[:, 0], kmeans.cluster_centers_[:, 1], s = 250, c = 'orange', label = 'Centroids')
plt.title("Customers' Clusters")
plt.xlabel('PCA : 1', color='red')
plt.ylabel('PCA : 2', color='red')
plt.legend()
plt.show()
Выход -
# Hierarchical Clustering ( Dendogram)
X=df.iloc[:, [3,4]].values
plt.figure(figsize=(20,10))
dendrogram=ch.dendrogram(ch.linkage(X,method = 'ward'))
plt.title('Hierarchical Clustering (Dendrogram plot)')
plt.show()
Выход -
# Segmentation using Age and Spending Score
df_one = df[['Age','Spending Score (1-100)']].iloc[:,:].values
l2=[]
for i in range(1,13):
kas = (KMeans(n_clusters = i ,init='k-means++', n_init = 10 ,max_iter=300,
tol=0.0001, random_state= 42 ) )
kas.fit(df_one)
l2.append(kas.inertia_)
#Optimum Clusters
plt.figure(figsize=(12,7))
plt.plot(range(1, 13), l2)
plt.title('The Elbow Method', color='black',fontsize='23')
plt.xlabel('Number of clusters')
plt.xticks(np.arange(1,13))
plt.show()
Выход -
a = (KMeans(n_clusters = 4 ,init='k-means++', n_init = 10 ,max_iter=300,
random_state= 42 ) )
a.fit(df_one)
l = a.labels_
cn = a.cluster_centers_
# plot
plt.figure(figsize=(12,10))
plt.scatter( x = 'Age' ,y = 'Spending Score (1-100)' , data = df , c = l ,
s = 100 )
plt.scatter(x = cn[: , 0] , y = cn[: , 1] , s = 400 , c = 'blue' , alpha = 0.5)
plt.ylabel('Spending Score (1-100)') , plt.xlabel('Age')
plt.title('Customer Segmentation using Age and Spending Score')
plt.show()
Выход -
# Segmentation using Annual Income and Spending Score
df_two = df[['Annual Income (k$)' , 'Spending Score (1-100)']].iloc[: , :].values
l3 = []
for i in range(1 , 13):
kis = (KMeans(n_clusters = i ,init='k-means++', n_init = 10 ,max_iter=300,
random_state= 42) )
kis.fit(df_two)
l3.append(kis.inertia_)
plt.figure(figsize=(12,7))
plt.plot(range(1, 13), l3)
plt.title('The Elbow Method', color='black',fontsize='23')
plt.xlabel('Number of clusters')
plt.xticks(np.arange(1,13))
plt.show()
Выход -
asi = (KMeans(n_clusters = 5 ,init='k-means++', n_init = 10 ,max_iter=300,
random_state= 42 ) )
asi.fit(df_two)
l_one = asi.labels_
cn_one = asi.cluster_centers_
# plot
plt.figure(figsize=(12,10))
plt.scatter( x = 'Annual Income (k$)' ,y = 'Spending Score (1-100)' , data = df , c = l_one ,
s = 100 )
plt.scatter(x = cn_one[: , 0] , y = cn_one[: , 1] , s = 400 , c = 'blue' , alpha = 0.5)
plt.ylabel('Spending Score (1-100)') , plt.xlabel('Age')
plt.title('Customer Segmentation using Annual Income and Spending Score')
plt.show()
Выход -
# Customer Segmentation using Age and Annual Income
df_three = df[['Age','Annual Income (k$)' ]].iloc[: , :].values
l4 = []
for i in range(1 , 13):
kaa = (KMeans(n_clusters = i ,init='k-means++', n_init = 10 ,max_iter=300,
random_state= 42) )
kaa.fit(df_three)
l4.append(kaa.inertia_)
# Plot
plt.figure(figsize=(12,7))
plt.plot(range(1, 13), l4)
plt.title('The Elbow Method', color='black',fontsize='23')
plt.xlabel('Number of clusters')
plt.xticks(np.arange(1,13))
plt.show()
Выход -
aa = (KMeans(n_clusters = 4 ,init='k-means++', n_init = 10 ,max_iter=300,
random_state= 42 ) )
aa.fit(df_three)
l_two = aa.labels_
cn_two = aa.cluster_centers_
# plot
plt.figure(figsize=(12,10))
plt.scatter( x = 'Age' ,y = 'Annual Income (k$)' , data = df , c = l_two ,
s = 100 )
plt.scatter(x = cn_two[: , 0] , y = cn_two[: , 1] , s = 400 , c = 'blue' , alpha = 0.5)
plt.ylabel('Annual Income (k$)') , plt.xlabel('Age')
plt.title('Customer Segmentation using Age and Annual Income')
plt.show()
Выход -
Проект 2 (кластеризация в машинном обучении): скоро будет
Следите и оставайтесь с нами.
Для других проектов настройтесь на —
Создание конвейеров машинного обучения (с кодом)
Рекуррентная нейронная сеть с Keras
Кластеризация данных геолокации в Python с использованием DBSCAN и K-Means
Распознавание выражения лица с помощью Keras
Настройка гиперпараметров с помощью Keras Tuner
Пользовательские слои в Keras
Все, ребята. Успокойтесь и продолжайте кодить :)
Оставайтесь с нами и, конечно же, позвольте мне закончить этот пост цитатой Стива Джобса ;)
«Помнить, что ты умрешь, — это лучший известный мне способ избежать ловушки мысли, что тебе есть что терять. Ты уже голый. Нет причин не следовать своему сердцу».