Deep Learning(강의 및 책)/Pytorch
[Pytorch] Deep Learning Pytorch 11. 클러스터링(Clustering)
Jeongwooyeol
2023. 1. 16. 15:47
728x90
11 클러스터링¶
클러스터링은 어떤 데이터들이 주어졌을 때 특성이 비슷한 데이터끼리 묶어 주는 머신 러닝 기법이다. 머신 러닝 알고리즘에 딥러닝을 적용한다면 성능이 더 향상될 수 있다.
11.2 클러스터링 알고리즘 유형¶
11.2.1 K-mean 군집화¶
- 클러스터 중심인 중심점을 구하기 위해 임의의 점 K를 선택
- 각 중심에 대한 거리를 계산하여 각 데이터를 가장 가까운 클러스터에 할당
- 할당된 데이터 평균을 계산하여 새로운 클러스터 중심을 결정
- 클러스터 할당이 변경되지 않을 때까지 2 ~ 3을 반복
클러스터 개수(K 개수)를 결정하는 것은 쉽지 않다. 이를 결정할 수 있는 방법이 있는데 클러스터 개수와 WCSS(Within Cluster Sum of Squares) 간 관계를 그래프로 표현한 후, WCSS 변경이 평평하게 하락하는 구간을 선택하면 된다
※WCSS
- WCSS는 모든 클러스터에 있는 각 데이터가 중심까지의 거리를 제곱하여 합을 계산하는 방식으로 합을 최소화하는 것이 가장 이상적
- 하지만 데이터들이 중심 값이 되어 거리가 0이 되면 이상적으로 보이지만 이는 관측치만큼 많은 클러스터를 가지고 있기 때문에 의미 없는 값이 된다. 이를 해결하기 위해 엘보 그래프(elbow graph)를 사용
- 엘보 그래프: K 값 범위에 대하 K-평균 알고리즘을 무작위로 초기화하고, 각 K 값을 WCSS에 플로팅한다.
In [ ]:
#11.2.1 K-Means
In [2]:
!pip install kmeans_pytorch
import pandas as pd
from sklearn.model_selection import train_test_split
import torch
from kmeans_pytorch import kmeans, kmeans_predict
import matplotlib.pyplot as plt
Looking in indexes: https://pypi.org/simple, https://us-python.pkg.dev/colab-wheels/public/simple/ Collecting kmeans_pytorch Downloading kmeans_pytorch-0.3-py3-none-any.whl (4.4 kB) Installing collected packages: kmeans_pytorch Successfully installed kmeans_pytorch-0.3
In [3]:
from google.colab import drive
drive.mount('/content/drive')
Mounted at /content/drive
In [4]:
df = pd.read_csv('/content/drive/MyDrive/deel_learning_pytorch_book/deep learning pytorch book/11장/data/iris.csv')
# iris dataset, https://www.kaggle.com/saurabh00007/iriscsv?select=Iris.csv
# iris dataset은 꽃잎의 너비와 길이 등을 측정한 데이터이고 150개의 레코드로 구성되어 있다
df.info() # Species의 경우 Dtype이 object이기 때문에 나중에 flaot64로 바꿔줄 예정
# object 데이터 타입을 갖는 Species 칼럼은 숫자가 아닌 단어로 구성되어 있음
# 단어는 꽃잎의 너비와 길이에 따라 붓꽃의 세 가지 범주를 나타낸다
print('------------------------------------------')
print(df)
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 150 entries, 0 to 149
Data columns (total 6 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 Id 150 non-null int64
1 SepalLengthCm 150 non-null float64
2 SepalWidthCm 150 non-null float64
3 PetalLengthCm 150 non-null float64
4 PetalWidthCm 150 non-null float64
5 Species 150 non-null object
dtypes: float64(4), int64(1), object(1)
memory usage: 7.2+ KB
------------------------------------------
Id SepalLengthCm SepalWidthCm PetalLengthCm PetalWidthCm \
0 1 5.1 3.5 1.4 0.2
1 2 4.9 3.0 1.4 0.2
2 3 4.7 3.2 1.3 0.2
3 4 4.6 3.1 1.5 0.2
4 5 5.0 3.6 1.4 0.2
.. ... ... ... ... ...
145 146 6.7 3.0 5.2 2.3
146 147 6.3 2.5 5.0 1.9
147 148 6.5 3.0 5.2 2.0
148 149 6.2 3.4 5.4 2.3
149 150 5.9 3.0 5.1 1.8
Species
0 Iris-setosa
1 Iris-setosa
2 Iris-setosa
3 Iris-setosa
4 Iris-setosa
.. ...
145 Iris-virginica
146 Iris-virginica
147 Iris-virginica
148 Iris-virginica
149 Iris-virginica
[150 rows x 6 columns]
In [5]:
data=pd.get_dummies(df, columns=['Species']) # 단어를 숫자로 바꾸는 워드 임베딩 진행
data
Out[5]:
| Id | SepalLengthCm | SepalWidthCm | PetalLengthCm | PetalWidthCm | Species_Iris-setosa | Species_Iris-versicolor | Species_Iris-virginica | |
|---|---|---|---|---|---|---|---|---|
| 0 | 1 | 5.1 | 3.5 | 1.4 | 0.2 | 1 | 0 | 0 |
| 1 | 2 | 4.9 | 3.0 | 1.4 | 0.2 | 1 | 0 | 0 |
| 2 | 3 | 4.7 | 3.2 | 1.3 | 0.2 | 1 | 0 | 0 |
| 3 | 4 | 4.6 | 3.1 | 1.5 | 0.2 | 1 | 0 | 0 |
| 4 | 5 | 5.0 | 3.6 | 1.4 | 0.2 | 1 | 0 | 0 |
| ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 145 | 146 | 6.7 | 3.0 | 5.2 | 2.3 | 0 | 0 | 1 |
| 146 | 147 | 6.3 | 2.5 | 5.0 | 1.9 | 0 | 0 | 1 |
| 147 | 148 | 6.5 | 3.0 | 5.2 | 2.0 | 0 | 0 | 1 |
| 148 | 149 | 6.2 | 3.4 | 5.4 | 2.3 | 0 | 0 | 1 |
| 149 | 150 | 5.9 | 3.0 | 5.1 | 1.8 | 0 | 0 | 1 |
150 rows × 8 columns
In [6]:
from sklearn.model_selection import train_test_split
x, y = train_test_split(data, test_size=0.2, random_state=123) # train, test dataset split
In [7]:
device = 'cuda' if torch.cuda.is_available() else 'cpu'
print(device)
cuda
In [8]:
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler() # data의 각 column마다 수의 범위가 다르기 때문에 표준화를 진행(평균 0, 표준편차 1)
X_scaled = scaler.fit(data).transform(x) # fit(data)는 data의 표준편차를 게산, transform은 계산된 평균과 표준편차를 적용하는 함수
y_scaled = scaler.fit(y).transform(y)
In [9]:
x = torch.from_numpy(X_scaled)
y = torch.from_numpy(y_scaled)
In [10]:
print(x.size()) # train dataset size
print(y.size()) # test dataset size
print(x)
torch.Size([120, 8])
torch.Size([30, 8])
tensor([[ 1.2817e+00, 1.8862e+00, -5.8776e-01, 1.3314e+00, 9.2206e-01,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 1.0277e+00, 1.8983e-01, -1.9762e+00, 7.0589e-01, 3.9617e-01,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-1.0508e+00, -1.3854e+00, 3.3785e-01, -1.2275e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-1.7205e+00, -9.0068e-01, 1.0321e+00, -1.3413e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-2.8868e-01, 1.8983e-01, -1.9762e+00, 1.3724e-01, -2.6119e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 4.2725e-01, -1.0218e+00, -1.7448e+00, -2.6082e-01, -2.6119e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 1.3048e+00, 2.4920e+00, 1.7263e+00, 1.5020e+00, 1.0535e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-1.6051e+00, -5.3718e-01, 1.9577e+00, -1.1707e+00, -1.0500e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-1.3510e+00, -5.3718e-01, 1.9577e+00, -1.3981e+00, -1.0500e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[ 1.7321e-01, -5.2506e-02, -8.1917e-01, 8.0370e-02, 1.7530e-03,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-3.3487e-01, -1.0218e+00, -2.4390e+00, -1.4709e-01, -2.6119e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-9.1223e-01, -1.0218e+00, 3.3785e-01, -1.4550e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[ 1.5820e+00, 1.1592e+00, 3.3785e-01, 1.2177e+00, 1.4480e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 1.6282e+00, 1.0380e+00, -1.2496e-01, 8.1962e-01, 1.4480e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 1.5589e+00, -5.2506e-02, -8.1917e-01, 7.6276e-01, 9.2206e-01,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 9.1223e-01, -5.2506e-02, -5.8776e-01, 7.6276e-01, 1.5794e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 1.4203e+00, 5.5333e-01, 8.0065e-01, 1.0471e+00, 1.5794e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-4.9653e-01, -4.1601e-01, -1.7448e+00, 1.3724e-01, 1.3323e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-1.2817e+00, -9.0068e-01, 1.7263e+00, -1.2844e+00, -1.1815e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-8.4295e-01, -1.7489e+00, -1.2496e-01, -1.3981e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[ 8.1986e-01, 7.9567e-01, 3.3785e-01, 7.6276e-01, 1.0535e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-1.1894e+00, -9.0068e-01, 5.6925e-01, -1.1707e+00, -9.1856e-01,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-1.5127e+00, -1.1430e+00, 1.0645e-01, -1.2844e+00, -1.4444e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[ 2.6559e-01, 1.0380e+00, 1.0645e-01, 5.3530e-01, 3.9617e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 3.8106e-01, 3.1100e-01, -1.2496e-01, 4.7843e-01, 2.6470e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 3.3487e-01, -4.1601e-01, -1.2820e+00, 1.3724e-01, 1.3323e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 1.0393e-01, -1.7367e-01, -1.0506e+00, -1.4709e-01, -2.6119e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 6.1200e-01, -5.2506e-02, -8.1917e-01, 7.6276e-01, 9.2206e-01,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-2.1940e-01, 1.0380e+00, 1.0645e-01, 3.6470e-01, 2.6470e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 9.3533e-01, 6.7450e-01, 3.3785e-01, 8.7649e-01, 1.4480e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-7.7367e-01, -1.6277e+00, -1.7448e+00, -1.3981e+00, -1.1815e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[ 1.1432e+00, 1.0380e+00, 5.6925e-01, 1.1040e+00, 1.1850e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 4.7344e-01, -1.7367e-01, -1.2496e-01, 2.5097e-01, 1.7530e-03,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-1.2356e+00, -9.0068e-01, 1.4949e+00, -1.2844e+00, -1.0500e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-1.4665e+00, -1.2642e+00, 8.0065e-01, -1.2275e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[ 6.5819e-01, 5.5333e-01, -3.5636e-01, 1.0471e+00, 7.9059e-01,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-1.1547e-02, 6.7450e-01, -3.5636e-01, 3.0783e-01, 1.3323e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 1.0970e+00, 2.2497e+00, -5.8776e-01, 1.6726e+00, 1.0535e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 1.0046e+00, 2.2497e+00, -1.0506e+00, 1.7863e+00, 1.4480e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-7.0438e-01, -9.0068e-01, 1.7263e+00, -1.0569e+00, -1.0500e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-5.4272e-01, 6.7450e-01, 3.3785e-01, 4.2156e-01, 3.9617e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 1.5011e-01, -4.1601e-01, -1.5134e+00, -3.3361e-02, -2.6119e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 1.7205e+00, 6.8662e-02, -1.2496e-01, 7.6276e-01, 7.9059e-01,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-1.4434e+00, -1.2642e+00, -1.2496e-01, -1.3413e+00, -1.4444e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[ 1.2587e+00, 1.6438e+00, -1.2496e-01, 1.1608e+00, 5.2764e-01,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-4.2725e-01, 5.5333e-01, 5.6925e-01, 5.3530e-01, 5.2764e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-5.6582e-01, 1.4015e+00, 3.3785e-01, 5.3530e-01, 2.6470e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-1.1432e+00, -1.0218e+00, -1.2496e-01, -1.2275e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[ 1.2356e+00, 6.7450e-01, -5.8776e-01, 1.0471e+00, 1.1850e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 1.6513e+00, 5.5333e-01, -1.2820e+00, 7.0589e-01, 9.2206e-01,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-7.2748e-01, -1.0218e+00, 1.0321e+00, -1.2275e+00, -7.8708e-01,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-1.6974e+00, -1.1430e+00, -1.2496e-01, -1.3413e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-8.0831e-02, 3.1100e-01, -5.8776e-01, 1.3724e-01, 1.3323e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-4.7344e-01, 7.9567e-01, -5.8776e-01, 4.7843e-01, 3.9617e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 5.8891e-01, 5.5333e-01, 5.6925e-01, 1.2745e+00, 1.7109e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-1.3972e+00, -5.2506e-02, 2.1891e+00, -1.4550e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-1.5820e+00, -1.5065e+00, 8.0065e-01, -1.3413e+00, -1.1815e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[ 1.2702e-01, -4.1601e-01, -1.5134e+00, 2.3504e-02, -1.2972e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-1.1201e+00, -1.0218e+00, 8.0065e-01, -1.2275e+00, -1.0500e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-1.0393e-01, 6.8662e-02, 3.3785e-01, 5.9216e-01, 7.9059e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 1.4896e+00, 1.2803e+00, 1.0645e-01, 9.3336e-01, 1.1850e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-1.0277e+00, -1.2642e+00, 1.0645e-01, -1.2275e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[ 7.7367e-01, 1.0380e+00, -1.2820e+00, 1.1608e+00, 7.9059e-01,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-1.3741e+00, -1.7367e-01, 3.1147e+00, -1.2844e+00, -1.0500e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-1.3048e+00, -1.7367e-01, 1.7263e+00, -1.1707e+00, -1.1815e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[ 5.7736e-02, 1.0380e+00, -1.2496e-01, 7.0589e-01, 6.5912e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-1.2125e+00, -1.5065e+00, 1.2635e+00, -1.5687e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-1.4896e+00, -5.3718e-01, 1.4949e+00, -1.2844e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-3.8106e-01, 9.1684e-01, -3.5636e-01, 4.7843e-01, 1.3323e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 7.5057e-01, 1.7650e+00, -3.5636e-01, 1.4451e+00, 7.9059e-01,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 1.1547e-02, 9.1684e-01, -1.2496e-01, 3.6470e-01, 2.6470e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-2.4249e-01, -2.9484e-01, -3.5636e-01, -9.0227e-02, 1.3323e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-1.2702e-01, -2.9484e-01, -1.2820e+00, 8.0370e-02, -1.2972e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-1.6513e+00, -1.5065e+00, 1.0645e-01, -1.2844e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-7.9676e-01, -1.0218e+00, 1.0321e+00, -1.3981e+00, -1.1815e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[ 3.4642e-02, 1.1592e+00, -5.8776e-01, 5.9216e-01, 2.6470e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 1.3741e+00, 3.1100e-01, -1.0506e+00, 1.0471e+00, 2.6470e-01,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-9.3533e-01, -1.1430e+00, 1.0645e-01, -1.2844e+00, -1.4444e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-1.0970e+00, -7.7951e-01, 1.0321e+00, -1.2844e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[ 4.5034e-01, -2.9484e-01, -8.1917e-01, 2.5097e-01, 1.3323e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 2.4249e-01, 1.8983e-01, 8.0065e-01, 4.2156e-01, 5.2764e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 5.1963e-01, 4.3217e-01, -3.5636e-01, 3.0783e-01, 1.3323e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 6.3510e-01, 1.5227e+00, -1.2496e-01, 1.2177e+00, 1.1850e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-5.1963e-01, 1.2803e+00, 1.0645e-01, 6.4903e-01, 3.9617e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 4.0415e-01, -5.2506e-02, -1.0506e+00, 1.3724e-01, 1.7530e-03,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 5.6582e-01, -1.7367e-01, -5.8776e-01, 1.9410e-01, 1.3323e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 7.0438e-01, 2.1285e+00, -1.2496e-01, 1.6157e+00, 1.1850e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-1.5589e+00, -1.0218e+00, 8.0065e-01, -1.2844e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-6.1200e-01, -6.5835e-01, 1.4949e+00, -1.2844e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-3.1178e-01, 6.8662e-02, -1.2496e-01, 2.5097e-01, 3.9617e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 1.0508e+00, 1.2803e+00, 3.3785e-01, 1.1040e+00, 1.4480e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 1.4434e+00, 6.7450e-01, 1.0645e-01, 9.9022e-01, 7.9059e-01,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 1.1663e+00, 1.6438e+00, 3.3785e-01, 1.2745e+00, 7.9059e-01,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 1.6744e+00, 7.9567e-01, -1.2496e-01, 8.1962e-01, 1.0535e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-8.1986e-01, -9.0068e-01, 8.0065e-01, -1.2844e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[ 2.1940e-01, -5.3718e-01, -1.2496e-01, 4.2156e-01, 3.9617e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-1.6744e+00, -1.3854e+00, 3.3785e-01, -1.3981e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-1.7321e-01, -5.2506e-02, -8.1917e-01, 1.9410e-01, -2.6119e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-4.5034e-01, -1.7367e-01, -5.8776e-01, 4.2156e-01, 1.3323e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-5.8891e-01, -1.0218e+00, 5.6925e-01, -1.3413e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-1.5011e-01, 4.3217e-01, -1.9762e+00, 4.2156e-01, 3.9617e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 1.5127e+00, 1.0380e+00, 1.0645e-01, 1.0471e+00, 1.5794e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 8.0831e-02, 1.8983e-01, -3.5636e-01, 4.2156e-01, 3.9617e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 1.6051e+00, 1.0380e+00, 5.6925e-01, 1.1040e+00, 1.7109e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 8.4295e-01, 6.7450e-01, -8.1917e-01, 8.7649e-01, 9.2206e-01,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[-9.8152e-01, -7.7951e-01, 2.4205e+00, -1.2844e+00, -1.4444e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[-3.4642e-02, 3.1100e-01, -5.8776e-01, 5.3530e-01, 1.7530e-03,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-6.3510e-01, -1.5065e+00, 3.3785e-01, -1.3413e+00, -1.3130e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[ 1.6974e+00, 4.3217e-01, 8.0065e-01, 9.3336e-01, 1.4480e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 8.8914e-01, -1.7367e-01, -1.2820e+00, 7.0589e-01, 1.0535e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 4.9653e-01, -1.7367e-01, -3.5636e-01, 2.5097e-01, 1.3323e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-4.0415e-01, -1.1430e+00, -1.5134e+00, -2.6082e-01, -2.6119e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 1.1201e+00, 5.5333e-01, -8.1917e-01, 6.4903e-01, 7.9059e-01,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 7.2748e-01, -1.1430e+00, -1.2820e+00, 4.2156e-01, 6.5912e-01,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 1.9630e-01, 1.8983e-01, -8.1917e-01, 7.6276e-01, 5.2764e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-1.3279e+00, -9.0068e-01, 1.0321e+00, -1.3413e+00, -1.1815e+00,
1.4142e+00, -7.0711e-01, -7.0711e-01],
[ 5.4272e-01, -9.0068e-01, -1.2820e+00, -4.3142e-01, -1.2972e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[-1.9630e-01, -2.9484e-01, -1.2496e-01, 4.2156e-01, 3.9617e-01,
-7.0711e-01, 1.4142e+00, -7.0711e-01],
[ 1.1894e+00, 4.3217e-01, -5.8776e-01, 5.9216e-01, 7.9059e-01,
-7.0711e-01, -7.0711e-01, 1.4142e+00],
[ 7.9676e-01, 1.6438e+00, 1.2635e+00, 1.3314e+00, 1.7109e+00,
-7.0711e-01, -7.0711e-01, 1.4142e+00]], dtype=torch.float64)
In [13]:
num_clusters = 3 # iris dataset에서 class의 종류가 3가지니까
cluster_ids_x, cluster_centers = kmeans(
X=x, num_clusters=num_clusters, distance='euclidean', device=device
)
# X: train dataest
# num_clusters: cluster 개수
# distance: 클러스터를 구성하기 위해 데이터 간의 거리를 계산하는 방법.
# 데이터 간 유사도를 측정하는 방법으로 유클리드 거리, 맨해튼 거리, 민코프스키 거리, 코사인 유사도 등 존재
# 해당 함수의 실행 결과는 train result를 보여준다
# center_shift: 유클리드 거리 계산을 이용해 반복적으로 클러스터 중심을 변경하는데
# 이 과정은 더 이상 중심을 옮길 필요가 없을 때까지 반복되며 'iteration' 파라미터에 의해 최종 반복 횟수가 출력된다
# iteration: tol을 만족하면 학습을 멈추고 반복 횟수를 출력
# tol: tolerance의 약자로 학습을 중지할 기준이 되는 값
running k-means on cuda..
[running kmeans]: 7it [00:00, 75.81it/s, center_shift=0.000000, iteration=7, tol=0.000100]
In [18]:
print(cluster_ids_x, cluster_ids_x.shape) # cluster에 대한 ID 정보를 출력(여기선 num_cluster = 3이니까 0, 1, 2로 이루어짐)
print(cluster_centers) # cluster 중심에서부터의 거리를 나타낸다
tensor([2, 2, 1, 0, 2, 2, 2, 0, 0, 2, 2, 1, 2, 2, 2, 2, 2, 2, 0, 1, 2, 1, 1, 2,
2, 2, 2, 2, 2, 2, 1, 2, 2, 0, 1, 2, 2, 2, 2, 0, 2, 2, 2, 1, 2, 2, 2, 1,
2, 2, 0, 1, 2, 2, 2, 0, 1, 2, 1, 2, 2, 1, 2, 0, 0, 2, 0, 0, 2, 2, 2, 2,
2, 1, 0, 2, 2, 1, 0, 2, 2, 2, 2, 2, 2, 2, 2, 1, 0, 2, 2, 2, 2, 2, 1, 2,
1, 2, 2, 1, 2, 2, 2, 2, 2, 0, 2, 1, 2, 2, 2, 2, 2, 2, 2, 0, 2, 2, 2, 2]) torch.Size([120])
tensor([[-1.1894, -0.7225, 1.6310, -1.3011, -1.1815, 1.4142, -0.7071, -0.7071],
[-1.1813, -1.2400, 0.2337, -1.3043, -1.2867, 1.4142, -0.7071, -0.7071],
[ 0.5374, 0.4920, -0.4344, 0.6319, 0.5989, -0.7071, 0.4174, 0.2897]])
In [19]:
cluster_ids_y = kmeans_predict(
y, cluster_centers, 'euclidean', device=device
) # test dataset에 학습을 통해 구한 cluster 중심을 사용해 clustering 적용. 예측을 위해 kmeans_predict를 사용
predicting on cuda..
In [20]:
print(cluster_ids_y)
tensor([2, 2, 2, 2, 1, 2, 2, 1, 1, 2, 2, 0, 2, 2, 2, 2, 0, 1, 2, 1, 1, 2, 1, 2,
0, 0, 0, 2, 2, 0])
In [22]:
plt.figure(figsize=(4, 3), dpi=160)
plt.scatter(y[:, 0], y[:, 1],c=cluster_ids_y, cmap='viridis', marker='x') # test dataset에 cluster 적용된 그래프 그리기
plt.scatter( # cluster center
cluster_centers[:, 0], cluster_centers[:, 1],
c='white',
alpha=0.6,
edgecolors='black',
linewidths=2
)
plt.tight_layout()
plt.show()
11.2.2 가우시안 혼합 모델(Gaussian Mixture Model)¶
- 가우시안 분포가 여러 개 혼합된 클러스터링 알고리즘
- 현실에 있는 복잡한 형태의 확률 분포를 가우시안분포 K개를 혼합해 표현하는 방식(K는 hyperparameter)
- 주어진 데이터에 대해 이 데이터가 어떤 가우시안 분포에 속하는지 찾는 방식
- 데이터가 주어지고 K개의 가우시안 분포 중 가장 높은 값의 가우시안 분포를 찾는 방식
In [ ]:
#11.2.2 Gaussian Mixture Model
In [23]:
import numpy as np
import matplotlib.pyplot as plt
from sklearn.mixture import GaussianMixture
X_train = np.load('/content/drive/MyDrive/deel_learning_pytorch_book/deep learning pytorch book/11장/data/data.npy') # numpy 배열 파일 load
In [24]:
gmm = GaussianMixture(n_components=2) # n_components 는 가우시안 개수를 의미. 이 경우 2개의 가우시안 분포를 겹쳐보이게 그림
gmm.fit(X_train)
print(gmm.means_)
print('\n')
print(gmm.covariances_)
X, Y = np.meshgrid(np.linspace(-1, 6), np.linspace(-1,6)) # -1 ~ 6 사이의 X와 Y 좌표에 데이터를 플로팅한다다
XX = np.array([X.ravel(), Y.ravel()]).T
Z = gmm.score_samples(XX)
Z = Z.reshape((50,50))
plt.contour(X, Y, Z)
plt.scatter(X_train[:, 0], X_train[:, 1])
plt.show()
# 노란색 타원이 평균을 의미하고 이 타원 근처에 대부분의 데이터가 존재하는 것을 볼 수 있다.
[[1.60629419 1.3470999 ] [3.0363831 3.09828041]] [[[ 0.75275611 -0.5054196 ] [-0.5054196 0.74286061]] [[ 0.8465178 0.38644336] [ 0.38644336 0.73395863]]]
11.2.3 자기 조직화 지도(Self-Organizing Map, SOM)¶
- 신경 생리학적 시스템을 모델링한 것으로 입력 패턴에 대해 정확한 정답을 주지 않고 스스로 학습을 해 클러스터링하는 알고리즘
- SOM은 입력층과 경쟁층(2차원 격자)으로 연결되어 있음
- 가중치는 연결 강도를 나타내며 0 ~ 1 사이의 정규화된 값을 사용
- 학습 순서는 네 단계로 진행
- 초기화(initialization): 모든 연결 가중치는 작은 임의의 값으로 초기화
- 경쟁(competition): 자기 조직화 지도는 경쟁 학습(competive learning)을 이용해 입력층과 경쟁층을 연결한다. 연결 강도 벡터가 입력 벡터와 얼마나 가까운지 계산하여 가장 가까운 뉴런이 승리하는 '승자 독점(winner take all)' 방식
- 협력(cooperation): 승자 뉴런은 네트워크에서 가장 좋은 공간 위치를 차지하게 되며, 승자와 함께 학습할 이웃 크기를 정의
- 적응(adaption): 슬리한 뉴런의 가중치와 이웃 뉴런을 업데이트한다. 그리고 최종적으로 원하는 횟수만큰 2~3의 과정을 반복
In [ ]:
#11.2.3 자기조직화 지도 (Self-Organizing Map, SOM)
In [26]:
!pip install minisom
import numpy as np
from sklearn.datasets import load_digits
from minisom import MiniSom
from pylab import plot,axis,show,pcolor,colorbar,bone
digits = load_digits() # 숫자 필기 dataset load
data = digits.data # train dataset
labels = digits.target # label
Looking in indexes: https://pypi.org/simple, https://us-python.pkg.dev/colab-wheels/public/simple/ Collecting minisom Downloading MiniSom-2.3.0.tar.gz (8.8 kB) Preparing metadata (setup.py) ... done Building wheels for collected packages: minisom Building wheel for minisom (setup.py) ... done Created wheel for minisom: filename=MiniSom-2.3.0-py3-none-any.whl size=9016 sha256=01c34e9711d9aa576b3d8ed95520e806125dbe84d24e8c6f9ff2c16bc26fc2cf Stored in directory: /root/.cache/pip/wheels/6d/4e/9e/a95c14a232a196c22d9c04b221ff5d25461a1a4c55339c61db Successfully built minisom Installing collected packages: minisom Successfully installed minisom-2.3.0
In [27]:
som = MiniSom(16,16,64,sigma=1.0,learning_rate=0.5) # 시각화 기능이 거의 없는 SOM을 구현할 수 있는 라이브러리
# 순서대로 X축에 대한 차원, y축에 대한 차원, input vector 개수, sigma: 이웃 노드와의 인접 반경
som.random_weights_init(data)
print("SOM 초기화.")
som.train_random(data,10000)
print("\n. SOM 진행 종료")
bone()
pcolor(som.distance_map().T)
colorbar()
SOM 초기화. . SOM 진행 종료
Out[27]:
<matplotlib.colorbar.Colorbar at 0x7f14ad2cdca0>
In [28]:
labels[labels == '0'] = 0
labels[labels == '1'] = 1
labels[labels == '2'] = 2
labels[labels == '3'] = 3
labels[labels == '4'] = 4
labels[labels == '5'] = 5
labels[labels == '6'] = 6
labels[labels == '7'] = 7
labels[labels == '8'] = 8
labels[labels == '9'] = 9
# 위는 label 설정
markers = ['o', 'v', '1', '3', '8', 's', 'p', 'x', 'D', '*']
colors = ["r", "g", "b", "y", "c", (0,0.1,0.8), (1,0.5,0), (1,1,0.3), "m", (0.4,0.6,0)]
for cnt,xx in enumerate(data):
w = som.winner(xx) # 승자 식별
plot(w[0]+.5,w[1]+.5,markers[labels[cnt]],
markerfacecolor='None', markeredgecolor=colors[labels[cnt]],
markersize=12, markeredgewidth=2)
show()
<ipython-input-28-13c5c0ff45e4>:1: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison labels[labels == '0'] = 0 <ipython-input-28-13c5c0ff45e4>:2: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison labels[labels == '1'] = 1 <ipython-input-28-13c5c0ff45e4>:3: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison labels[labels == '2'] = 2 <ipython-input-28-13c5c0ff45e4>:4: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison labels[labels == '3'] = 3 <ipython-input-28-13c5c0ff45e4>:5: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison labels[labels == '4'] = 4 <ipython-input-28-13c5c0ff45e4>:6: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison labels[labels == '5'] = 5 <ipython-input-28-13c5c0ff45e4>:7: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison labels[labels == '6'] = 6 <ipython-input-28-13c5c0ff45e4>:8: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison labels[labels == '7'] = 7 <ipython-input-28-13c5c0ff45e4>:9: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison labels[labels == '8'] = 8 <ipython-input-28-13c5c0ff45e4>:10: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison labels[labels == '9'] = 9
In [ ]:
728x90