View in Colaboratory

クラスタリング

k平均法 による IRISデータのクラスタリング

ライブラリとデータの読み込み

import seaborn as sns
from sklearn.cluster import KMeans

iris = sns.load_dataset("iris") 
iris.head(10)

	sepal_length	sepal_width	petal_length	petal_width	species
0	5.1	3.5	1.4	0.2	setosa
1	4.9	3.0	1.4	0.2	setosa
2	4.7	3.2	1.3	0.2	setosa
3	4.6	3.1	1.5	0.2	setosa
4	5.0	3.6	1.4	0.2	setosa
5	5.4	3.9	1.7	0.4	setosa
6	4.6	3.4	1.4	0.3	setosa
7	5.0	3.4	1.5	0.2	setosa
8	4.4	2.9	1.4	0.2	setosa
9	4.9	3.1	1.5	0.1	setosa

インスタンスの作成

k-meansクラスから iris データセット向けに設定したインスタンスを作ります。

KMeansの引数は

• n_clusters：クラスタの数（自由に設定できます）
• max_iter：学習のループ回数
• init：初期値の決め方（ここではランダム）

kmeans = KMeans(n_clusters=3, max_iter=30, init="random" )

クラスタリング

iris.values[ : , [0:4]]：irisデータフレームの0列から4列まで使用

cluster = kmeans.fit_predict(iris.values[:,0:4])

結果の表示

iris_after = iris.iloc[:,[0,1,2,3]]
iris_after["cluster"] = ["cluster = "+str(x) for x in cluster]
 
iris_after.head(10)

	sepal_length	sepal_width	petal_length	petal_width	cluster
0	5.1	3.5	1.4	0.2	cluster = 1
1	4.9	3.0	1.4	0.2	cluster = 1
2	4.7	3.2	1.3	0.2	cluster = 1
3	4.6	3.1	1.5	0.2	cluster = 1
4	5.0	3.6	1.4	0.2	cluster = 1
5	5.4	3.9	1.7	0.4	cluster = 1
6	4.6	3.4	1.4	0.3	cluster = 1
7	5.0	3.4	1.5	0.2	cluster = 1
8	4.4	2.9	1.4	0.2	cluster = 1
9	4.9	3.1	1.5	0.1	cluster = 1

視覚化

sns.pairplot(iris_after, hue = "cluster", diag_kind="kde")

<seaborn.axisgrid.PairGrid at 0x7fe67528dc10>