O agrupamento K-means \u00e9 uma t\u00e9cnica na qual colocamos cada observa\u00e7\u00e3o de um conjunto de dados em um dos K<\/em> clusters.<\/span><\/p>\n O objetivo final \u00e9 ter K<\/em> clusters nos quais as observa\u00e7\u00f5es dentro de cada cluster sejam bastante semelhantes entre si, enquanto as observa\u00e7\u00f5es em diferentes clusters sejam bastante diferentes umas das outras.<\/span><\/p>\n Ao fazer clustering k-means, o primeiro passo \u00e9 escolher um valor para K<\/em> \u2013 o n\u00famero de clusters nos quais queremos colocar as observa\u00e7\u00f5es.<\/span><\/p>\n Uma das maneiras mais comuns de escolher um valor para K<\/em> \u00e9 conhecida como m\u00e9todo do cotovelo<\/strong> , que envolve a cria\u00e7\u00e3o de um gr\u00e1fico com o n\u00famero de clusters no eixo x e o total na soma dos quadrados no eixo y e, em seguida, identificar onde aparece um \u201cjoelho\u201d ou giro na trama.<\/span><\/p>\n O ponto no eixo x onde ocorre o \u201cjoelho\u201d nos indica o n\u00famero ideal de clusters a serem usados no algoritmo de agrupamento k-means.<\/span><\/p>\n O exemplo a seguir mostra como usar o m\u00e9todo cotovelo em Python.<\/span><\/p>\n Primeiro, importaremos todos os m\u00f3dulos necess\u00e1rios para realizar o clustering k-means:<\/span><\/p>\n A seguir, criaremos um DataFrame contendo tr\u00eas vari\u00e1veis para 20 jogadores de basquete diferentes:<\/span><\/p>\n Digamos que queremos usar clustering k-means para agrupar atores semelhantes com base nessas tr\u00eas m\u00e9tricas.<\/span><\/p>\n Para realizar clustering k-means em Python, podemos usar a fun\u00e7\u00e3o KMeans<\/a> do m\u00f3dulo sklearn<\/strong> .<\/span><\/p>\n O argumento mais importante para esta fun\u00e7\u00e3o \u00e9 n_clusters<\/strong> , que especifica em quantos clusters colocar as observa\u00e7\u00f5es.<\/span><\/p>\n Para determinar o n\u00famero ideal de clusters, criaremos um gr\u00e1fico que exibe o n\u00famero de clusters, bem como o SSE (soma dos erros quadr\u00e1ticos) do modelo.<\/span><\/p>\n Procuraremos ent\u00e3o um \u201cjoelho\u201d onde a soma dos quadrados come\u00e7a a \u201cdobrar\u201d ou estabilizar. Este ponto representa o n\u00famero ideal de clusters.<\/span><\/p>\n O c\u00f3digo a seguir mostra como criar esse tipo de gr\u00e1fico que exibe o n\u00famero de clusters no eixo x e o SSE no eixo y:<\/span> <\/p>\n Neste gr\u00e1fico, parece que h\u00e1 uma tor\u00e7\u00e3o ou \u201cjoelho\u201d em k = 3 clusters<\/strong> .<\/span><\/p>\n Portanto, usaremos 3 clusters ao ajustar nosso modelo de cluster k-means na pr\u00f3xima etapa.<\/span><\/p>\n O c\u00f3digo a seguir mostra como realizar clustering k-means no conjunto de dados usando o valor ideal para k<\/em> de 3:<\/span><\/p>\n A tabela resultante mostra as atribui\u00e7\u00f5es de cluster para cada observa\u00e7\u00e3o no DataFrame.<\/span><\/p>\n Para facilitar a interpreta\u00e7\u00e3o desses resultados, podemos adicionar uma coluna ao DataFrame que mostra a atribui\u00e7\u00e3o de cluster de cada jogador:<\/span><\/p>\n A coluna do cluster<\/strong> cont\u00e9m um n\u00famero de cluster (0, 1 ou 2) ao qual cada jogador foi atribu\u00eddo.<\/span><\/p>\n Jogadores pertencentes ao mesmo cluster possuem valores aproximadamente semelhantes para as colunas de pontos<\/strong> , assist\u00eancias<\/strong> e rebotes<\/strong> .<\/span><\/p>\n Nota<\/strong> : Voc\u00ea pode encontrar a documenta\u00e7\u00e3o completa da fun\u00e7\u00e3o KMeans<\/strong> do sklearn<\/strong> aqui<\/a> .<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras tarefas comuns em Python:<\/span><\/p>\n Como realizar regress\u00e3o linear em Python<\/a> Um dos algoritmos de clustering mais comuns em aprendizado de m\u00e1quina \u00e9 conhecido como clustering k-means . O agrupamento K-means \u00e9 uma t\u00e9cnica na qual colocamos cada observa\u00e7\u00e3o de um conjunto de dados em um dos K clusters. O objetivo final \u00e9 ter K clusters nos quais as observa\u00e7\u00f5es dentro de cada cluster sejam bastante […]<\/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":[],"class_list":["post-4061","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n Passo 1: Importe os m\u00f3dulos necess\u00e1rios<\/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 Etapa 2: Crie o 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 Etapa 3: use o m\u00e9todo Elbow para encontrar o n\u00famero ideal de clusters<\/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 Etapa 4: realizar clustering K-Means com K<\/em> ideal<\/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 Recursos adicionais<\/strong><\/span><\/h2>\n
Como realizar regress\u00e3o log\u00edstica em Python<\/a>
Como realizar a valida\u00e7\u00e3o cruzada K-Fold em Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"