Вывод результатов kmeans (включая PyCluster) - PullRequest
Новая
       8

Вывод результатов kmeans (включая PyCluster)

8 голосов
/ 24 марта 2012

Как на выходе выводить кластеризацию kmeans в python?Я использую пакет PyCluster.allUserVector - это n by m размерный вектор, в основном n пользователей с m функциями. 

import Pycluster as pc
import numpy as np

clusterid,error,nfound = pc.kcluster(allUserVector, nclusters=3, transpose=0,npass=1,method='a',dist='e')
  clustermap, _, _ = pc.kcluster( allUserVector, nclusters=3,                                    transpose=0,npass=1,method='a',dist='e', )

centroids, _ = pc.clustercentroids( allUserVector, clusterid=clustermap )
print centroids
print clusterid
print nfound

Я хочу красиво распечатать кластеры на графике, который четко показывает кластеры, какие пользователи в каком кластере находятся.размерный вектор Какие-либо входы?

1 Ответ

15 голосов
/ 24 марта 2012

Трудно построить m -мерные данные.Один из способов сделать это - отобразить в двухмерное пространство с помощью Анализ основных компонентов (PCA) .Как только мы это сделаем, мы можем бросить их на сюжет с помощью matplotlib (на основе этого ответа ). 

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import mlab
import Pycluster as pc

# make fake user data
users = np.random.normal(0, 10, (20, 5))

# cluster
clusterid, error, nfound = pc.kcluster(users, nclusters=3, transpose=0, 
                                       npass=10, method='a', dist='e')
centroids, _ = pc.clustercentroids(users, clusterid=clusterid)

# reduce dimensionality
users_pca = mlab.PCA(users)
cutoff = users_pca.fracs[1]
users_2d = users_pca.project(users, minfrac=cutoff)
centroids_2d = users_pca.project(centroids, minfrac=cutoff)

# make a plot
colors = ['red', 'green', 'blue']
plt.figure()
plt.xlim([users_2d[:,0].min() - .5, users_2d[:,0].max() + .5])
plt.ylim([users_2d[:,1].min() - .5, users_2d[:,1].max() + .5])
plt.xticks([], []); plt.yticks([], []) # numbers aren't meaningful

# show the centroids
plt.scatter(centroids_2d[:,0], centroids_2d[:,1], marker='o', c=colors, s=100)

# show user numbers, colored by their cluster id
for i, ((x,y), kls) in enumerate(zip(users_2d, clusterid)):
    plt.annotate(str(i), xy=(x,y), xytext=(0,0), textcoords='offset points',
                 color=colors[kls])

...