K-means clustering adalah teknik di mana kita menempatkan setiap observasi dari suatu dataset ke dalam salah satu K<\/em> cluster.<\/span><\/p>\n Tujuan akhirnya adalah untuk memiliki K<\/em> cluster dimana observasi dalam setiap cluster cukup mirip satu sama lain, sedangkan observasi dalam cluster yang berbeda sangat berbeda satu sama lain.<\/span><\/p>\n Saat melakukan k-means clustering, langkah pertama adalah memilih nilai K<\/em> \u2013 jumlah cluster yang ingin kita observasi.<\/span><\/p>\n Salah satu cara paling umum untuk memilih nilai K<\/em> dikenal sebagai metode siku<\/strong> , yang melibatkan pembuatan plot dengan jumlah cluster pada sumbu x dan total jumlah kuadrat pada sumbu y, kemudian mengidentifikasi di mana \u201clutut\u201d atau belokan muncul dalam plot.<\/span><\/p>\n Titik pada sumbu x di mana \u201clutut\u201d muncul memberi tahu kita jumlah cluster optimal untuk digunakan dalam algoritma clustering k-means.<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan metode siku dengan Python.<\/span><\/p>\n Pertama, kita akan mengimpor semua modul yang kita perlukan untuk melakukan k-means clustering:<\/span><\/p>\n Selanjutnya, kita akan membuat DataFrame yang berisi tiga variabel untuk 20 pemain bola basket berbeda:<\/span><\/p>\n Katakanlah kita ingin menggunakan pengelompokan k-means untuk mengelompokkan aktor serupa berdasarkan ketiga metrik ini.<\/span><\/p>\n Untuk melakukan clustering k-means dengan Python, kita dapat menggunakan fungsi KMeans<\/a> dari modul sklearn<\/strong> .<\/span><\/p>\n Argumen paling penting untuk fungsi ini adalah n_clusters<\/strong> , yang menentukan berapa banyak cluster yang akan dijadikan tempat observasi.<\/span><\/p>\n Untuk menentukan jumlah cluster yang optimal, kita akan membuat grafik yang menampilkan jumlah cluster serta SSE (sum of squared error) model.<\/span><\/p>\n Kita kemudian akan mencari \u201clutut\u201d di mana jumlah kuadrat mulai \u201cmembungkuk\u201d atau stabil. Titik ini mewakili jumlah cluster yang optimal.<\/span><\/p>\n Kode berikut menunjukkan cara membuat plot jenis ini yang menampilkan jumlah cluster pada sumbu x dan SSE pada sumbu y:<\/span> <\/p>\n Pada grafik ini terlihat terdapat kekusutan atau \u201clutut\u201d pada k = 3 cluster<\/strong> .<\/span><\/p>\n Jadi, kita akan menggunakan 3 cluster saat menyesuaikan model clustering k-means pada langkah berikutnya.<\/span><\/p>\n Kode berikut menunjukkan cara melakukan k-means clustering pada dataset menggunakan nilai optimal k<\/em> dari 3:<\/span><\/p>\n Tabel yang dihasilkan memperlihatkan penetapan cluster untuk setiap observasi di DataFrame.<\/span><\/p>\n Untuk membuat hasil ini lebih mudah diinterpretasikan, kita bisa menambahkan kolom ke DataFrame yang memperlihatkan penetapan cluster setiap pemain:<\/span><\/p>\n Kolom cluster<\/strong> berisi nomor cluster (0, 1, atau 2) yang telah ditetapkan untuk setiap pemain.<\/span><\/p>\n Pemain yang tergabung dalam cluster yang sama memiliki nilai yang kurang lebih sama untuk kolom poin<\/strong> , assist<\/strong> , dan rebound<\/strong> .<\/span><\/p>\n Catatan<\/strong> : Anda dapat menemukan dokumentasi lengkap untuk fungsi KMeans<\/strong> sklearn<\/strong> di sini<\/a> .<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan tugas umum lainnya dengan Python:<\/span><\/p>\n Cara melakukan regresi linier dengan Python<\/a> Salah satu algoritma pengelompokan yang paling umum dalam pembelajaran mesin dikenal sebagai pengelompokan k-means . K-means clustering adalah teknik di mana kita menempatkan setiap observasi dari suatu dataset ke dalam salah satu K cluster. Tujuan akhirnya adalah untuk memiliki K cluster dimana observasi dalam setiap cluster cukup mirip satu sama lain, sedangkan observasi dalam cluster […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Langkah 1: Impor modul yang diperlukan<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\nimport<\/span> matplotlib. pyplot<\/span> as<\/span> plt\nfrom<\/span> sklearn. cluster<\/span> import<\/span> KMeans\nfrom<\/span> sklearn. preprocessing<\/span> import<\/span> StandardScaler<\/strong><\/span><\/pre>\n Langkah 2: Buat DataFrame<\/strong><\/span><\/h2>\n
#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' points<\/span> ': [18, np.nan, 19, 14, 14, 11, 20, 28, 30, 31,\n 35, 33, 29, 25, 25, 27, 29, 30, 19, 23],\n ' assists<\/span> ': [3, 3, 4, 5, 4, 7, 8, 7, 6, 9, 12, 14,\n np.nan, 9, 4, 3, 4, 12, 15, 11],\n ' rebounds<\/span> ': [15, 14, 14, 10, 8, 14, 13, 9, 5, 4,\n 11, 6, 5, 5, 3, 8, 12, 7, 6, 5]})\n\n#drop rows with NA values in any columns\ndf = df. dropna<\/span> ()<\/span>\n\n#create scaled DataFrame where each variable has mean of 0 and standard dev of 1\nscaled_df = StandardScaler(). fit_transform<\/span> (df)\n<\/span><\/span><\/strong><\/span><\/pre>\n Langkah 3: Gunakan Metode Siku untuk Menemukan Jumlah Cluster yang Optimal<\/strong><\/span><\/h2>\n
#initialize kmeans parameters\n<\/span>kmeans_kwargs = {\n\" init<\/span> \": \" random<\/span> \",\n\" n_init<\/span> \": 10,\n\" random_state<\/span> \": 1,\n}\n\n#create list to hold SSE values for each k\n<\/span>sse = []\nfor<\/span> k in<\/span> range(1, 11):\n kmeans = KMeans(n_clusters=k, **<\/span> kmeans_kwargs)\n kmeans. fit<\/span> (scaled_df)\n sse. append<\/span> (kmeans.inertia_)\n\n#visualize results\n<\/span>plt. plot<\/span> (range(1, 11), sse)\nplt. xticks<\/span> (range(1, 11))\nplt. xlabel<\/span> (\" Number of Clusters<\/span> \")\nplt. ylabel<\/span> (\u201c SSE<\/span> \u201d)\nplt. show<\/span> ()<\/strong> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/kmmoyenne1.jpg\")
<\/p>\n Langkah 4: Lakukan K-Means Clustering dengan K<\/em> Optimal<\/strong><\/span><\/h2>\n
#instantiate the k-means class, using optimal number of clusters\n<\/span>kmeans = KMeans(init=\" random<\/span> \", n_clusters= 3<\/span> , n_init= 10<\/span> , random_state= 1<\/span> )\n\n#fit k-means algorithm to data\n<\/span>kmeans. fit<\/span> (scaled_df)\n\n#view cluster assignments for each observation\n<\/span>kmeans. labels_\n\n<\/span>array([1, 1, 1, 1, 1, 1, 2, 2, 0, 0, 0, 0, 2, 2, 2, 0, 0, 0]) \n<\/span><\/span><\/strong><\/pre>\n #append cluster assingments to original DataFrame\n<\/span>df[' cluster<\/span> '] = kmeans. labels_<\/span>\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n<\/span><\/span>points assists rebounds cluster\n0 18.0 3.0 15 1\n2 19.0 4.0 14 1\n3 14.0 5.0 10 1\n4 14.0 4.0 8 1\n5 11.0 7.0 14 1\n6 20.0 8.0 13 1\n7 28.0 7.0 9 2\n8 30.0 6.0 5 2\n9 31.0 9.0 4 0\n10 35.0 12.0 11 0\n11 33.0 14.0 6 0\n13 25.0 9.0 5 0\n14 25.0 4.0 3 2\n15 27.0 3.0 8 2\n16 29.0 4.0 12 2\n17 30.0 12.0 7 0\n18 19.0 15.0 6 0\n19 23.0 11.0 5 0\n<\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h2>\n
Cara Melakukan Regresi Logistik dengan Python<\/a>
Cara melakukan validasi silang K-Fold dengan Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"