k-means++
k-means adalah jenis algoritma pengelompokan. Untuk mengelompokkan data yang diberikan ke dalam k klaster, rata-rata setiap klaster dihitung ↔ data berulang kali ditugaskan ke titik perwakilan terdekat. k-means bervariasi dalam cara konvergensinya tergantung pada nilai awal dari k titik perwakilan. Konvergensi k-means tergantung pada nilai awal dari k titik representatif. k-means++ dapat digunakan untuk mendapatkan hasil yang lebih stabil dengan mengambil nilai awal dengan cara yang berbeda.
import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.datasets import make_blobs
Membandingkan hasil pengelompokan antara k-means++ dan k-means (pemilihan nilai awal acak)
Bandingkan hasil pengelompokan antara random dan kmeans++.
Anda dapat melihat bahwa k-means++ dapat membagi cluster kiri atas menjadi dua cluster.
*Dalam contoh ini, kita berani menentukan max_iter=1.
n_samples = 3000
random_state = 11711
X, y = make_blobs(
n_samples=n_samples, random_state=random_state, cluster_std=1.5, centers=8
)
plt.figure(figsize=(8, 8))
for i in range(10):
# Bandingkan k-means dan k-means++
rand_index = np.random.permutation(1000)
X_rand = X[rand_index]
y_pred_rnd = KMeans(
n_clusters=5, random_state=random_state, init="random", max_iter=1, n_init=1
).fit_predict(X_rand)
y_pred_kpp = KMeans(
n_clusters=5, random_state=random_state, init="k-means++", max_iter=1, n_init=1
).fit_predict(X_rand)
plt.figure(figsize=(10, 2))
plt.subplot(1, 2, 1)
plt.title(f"random")
plt.scatter(X_rand[:, 0], X_rand[:, 1], c=y_pred_rnd, marker="x")
plt.subplot(1, 2, 2)
plt.title(f"k-means++")
plt.scatter(X_rand[:, 0], X_rand[:, 1], c=y_pred_kpp, marker="x")
plt.show()
plt.tight_layout()
plt.show()
