Pythonで平均シフトアルゴリズムを実装する

このアルゴリズムでは、仮定は行われません。これは、それがノンパラメトリックアルゴリズムであることを意味します。このアルゴリズムは、データポイントを特定のクラスターに繰り返し割り当てます。これは、これらのデータポイントを最高密度のデータポイントにシフトすることによって行われます。

この高密度のデータポイントは、クラスターの重心として知られています。平均シフトアルゴリズムとK-meansクラスタリングの違いは、前者（K-means）では、クラスターの数を事前に指定する必要があることです。

これは、クラスターの数が、存在するデータに基づくアルゴリズムを意味するKの助けを借りて検出されるためです。

平均シフトアルゴリズムの手順を理解しましょう-

• データポイントは、独自のクラスターに割り当てられます。

• 次に、これらのクラスターの重心が決定されます。

• これらの図心の位置は繰り返し更新されます。

• 次に、プロセスは高密度領域に移動します。

• 重心がそれ以上移動できない位置に到達すると、プロセスは停止します。

scikit-learn-

例

import numpy as np
from sklearn.cluster import MeanShift
import matplotlib.pyplot as plt
from matplotlib import style
style.use("ggplot")
from sklearn.datasets.samples_generator import make_blobs
centers = [[3,3,1],[4,5,5],[11,10,10]]
X, _ = make_blobs(n_samples = 950, centers = centers, cluster_std = 0.89)
plt.title("Implementation of Mean-Shift algorithm")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.scatter(X[:,0],X[:,1])
plt.show()

ms = MeanShift()
ms.fit(X)
labels = ms.labels_
clusterCent = ms.cluster_centers_
print(clusterCent)
numCluster = len(np.unique(labels))
print("Estimated clusters:", numCluster)
colors = 10*['r.','g.','b.','c.','k.','y.','m.']
for i in range(len(X)):
   plt.plot(X[i][0], X[i][1], colors[labels[i]], markersize = 3)
plt.scatter(clusterCent[:,0],clusterCent[:,1],
   marker=".",color='k', s=20, linewidths = 5, zorder=10)
plt.show()

出力

[[ 3.05250924 3.03734994 1.06159541]
[ 3.92913017 4.99956874 4.86668482]
[10.99127523 10.02361122 10.00084718]]
Estimated clusters: 3

説明

• 必要なパッケージがインポートされ、使いやすさのためにそのエイリアスが定義されています。

• 「ggplot」は、「style」クラスに存在する「use」関数に指定されます。

• 「make_blobs」関数は、データのクラスターを作成するために使用されます。

• set_xlabel、set_ylabel、およびset_title関数は、「X」軸、「Y」軸、およびタイトルのラベルを提供するために使用されます。

• 「MeanShift」関数が呼び出され、変数に割り当てられます。

• データはモデルに適合しています。

• ラベルとクラスターの数が定義されています。

• このデータがプロットされ、モデルに適合したデータの散布図も表示されます。

• 「表示」機能を使用してコンソールに表示されます。