[python] k-means clustering visualization module | how to make scatterplot, gif

https://github.com/yyhh314/MachineLearning/blob/main/DrawKmeansProcess.py

GitHub - yyhh314/MachineLearning

k-means 알고리즘이 동작하는 과정을 보여주는 기능은 구현되어있는 것 같지 않아서 모듈로 만들어보았습니다.

시각적으로 k-means 과정을 확인할 수 있습니다.

 

[ 구현 기능 ]
1. 정지된 scatter plot의 나열로 확인 : kmeans_process_2d()

2. gif파일로 확인 : gif_kmeans

---

사용 방법

1.

!git clone https://github.com/yyhh314/AlgorithmVisualization.git

 

2.
AlgorithmVisualization 리포지토리가 내려받아졌을텐데, 그 경로를 sys.path.append()합니다.
cf) 코랩 탐색기에서 AlgorithmVisualization을 찾아 경로복사하면 알 수 있습니다.

 

3. import해서 메서드 사용하기
import DrawKmeansProcess as dkp
dkp.kmeans_process_2d(데이터, cluster수, 팔레트)

dkp.gif_kmeans(데이터, n_clusters, 팔레트, frame)

 

* 데이터 : pd.DataFrame, numpy array, python list → 2차원 샘플

* n_cluster : 생성할 cluster 개수
* 팔레트 : seaborn에서 이용가능한 팔레트 지정
* frame : 속도 조절 (기본값 1000)

---

method 1 - kmeans_process_2d

 

맨 처음에는 random centroid가 나타납니다.

 

그리고는 data 재조정과 centorid 재조정 과정이 반복됩니다.

 

반복 결과, k-means clustering이 완료됩니다.

 

 

 

---

method 2 - gif_kmeans

 

centroid가 재조정된 횟수가 3이다.

 

이 메서드를 실행하면 working directory에 k-means.gif이 생성됩니다.

 

 

 

결과물입니다.

검은 점(centroid)가 총 3번 재조정됩니다.

(랜덤 산점도라 clusterting에는 적절하지 않아보이지만)

 

 

---

혹시 사용하다가 기능상 오류가  있으면 댓글 부탁드립니다.