인공지능/Machine Learning
[ML] K-means clustering 실습 예제 2
유일리
2022. 10. 14. 21:23
문제)
1. 다음에 주어진 배열 데이터 X에 K-Means clustering 을 적용하여 2개의 그룹으로 나눈 후, 그 결과를 visualize 하시요. 이때, 각 그룹의 센터를 검은 점으로 표시한다.
X = np.array([[1, 2], [1, 4], [1, 0], [10, 2], [10, 4], [10, 0]])
from sklearn.cluster import KMeans
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
X = np.array([[1, 2], [1, 4], [1, 0], [10, 2], [10, 4], [10, 0]])
model = KMeans(n_clusters=2)
model.fit(X)
model_predict = model.predict(X)
centroids = model.cluster_centers_
print(model.cluster_centers_)
plt.figure(figsize=(10,10))
plt.scatter(X[:,0],X[:,1], c=model_predict, s=50, cmap='rainbow')
plt.scatter(centroids[:,0], centroids[:,1], c='black')
2. 1번의 그룹화에 기초하여, 다음 데이터가 어느 그룹에 포함되는지 출력하시요.
[[0, 0],[4,1],[5,5],[6,3],[7,1], [12, 3],[9,2],[8,1],[11,0]]
model.predict([[0, 0],[4,1],[5,5],[6,3],[7,1], [12, 3],[9,2],[8,1],[11,0]])
https://github.com/erica00j/machinelearning/blob/main/k_clustering_1.ipynb
GitHub - erica00j/machinelearning
Contribute to erica00j/machinelearning development by creating an account on GitHub.
github.com