第8章：k平均法 | 推薦システム研究室（RecSysLab）

skl08-0：準備

次のデータ`kyoto.csv`は京都の観光地で発信されたつぶやき履歴データである．つぶやきには経度・緯度で表される位置情報が付与されている．以下のデータを`data`ディレクトリに配置したうえで，次のコードを実行しよう．

kyoto.csv：つぶやき履歴データ（データIDid，経度lng，緯度lat，場所place）

1

2

3

4

5

6

7

8

9

10

>>> import numpy as np

>>> import pandas as pd

>>>

>>> # データの読込み

>>> kyoto = pd.read_csv('data/kyoto.csv', index_col=0)

>>>

>>> feature_names = np.array(kyoto.columns[:-1])

>>>

>>> kyoto_X = np.array(kyoto[feature_names])

>>> kyoto_y = np.array(kyoto['place'])

skl08-1：KMeansのインポート

`KMeans`をインポートしよう．

難易度：★

ミッション	説明
1	`KMeans`をインポートする．

skl08-2：KMeansオブジェクトの生成

`KMeans`オブジェクトを生成しよう．ここで，パラメタは`n_clusters=n_neighbors`とする．

1	>>> n_neighbors = 9

難易度：★

ミッション	説明
1	`KMeans()`コンストラクタを呼び出す．
2	`n_clusters`パラメタを指定する．
3	生成した`KMeans`オブジェクトを`k_means`とする．

skl08-3：学習

学習データを基に`k_means`により学習しよう．

難易度：★★

ミッション	説明
1	`KMeans.fit()`メソッドを使う．

skl08-4：クラスタラベルの予測

`k_means`により予測されたラベルを取得しよう．

難易度：★

ミッション	説明
1	`k_means.labels_`属性を使う．

skl08-5：学習モデルの可視化

次のコードは`k_means`による学習モデルを可視化するものである．次のコードを`skl08_plt.py`というファイル名で保存し，`python3`コマンドで実行しよう．

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from matplotlib.colors import ListedColormap

from sklearn.cluster import KMeans

# data

kyoto = pd.read_csv('data/kyoto.csv', index_col=0)

feature_names = np.array(kyoto.columns[:-1])

kyoto_X = np.array(kyoto[feature_names])

kyoto_y = np.array(kyoto['place'])

# train

n_neighbors = 9

k_means = KMeans(n_clusters=n_neighbors)

k_means.fit(kyoto_X)

kyoto_y_pred = k_means.labels_

# plot

cmap_light = ListedColormap(['#FFCCCC', '#CCFFCC', '#CCCCFF', '#FFFFCC', '#CCFFFF', '#FFCCFF', '#888888', '#AAAAAA', '#CCCCCC'])

cmap_dark = ListedColormap(['#FF0000', '#00FF00', '#0000FF', '#FFFF00', '#00FFFF', '#FF00FF', '#666666', '#999999', '#AAAAAA'])

x_min = 135.7

x_max = 135.8

y_min = 34.95

y_max = 35.05

xx, yy = np.mgrid[x_min:x_max:200j, y_min:y_max:200j]

Z = k_means.predict(np.c_[xx.ravel(), yy.ravel()])

Z = Z.reshape(xx.shape)

plt.pcolormesh(xx, yy, Z, cmap=cmap_light)

plt.scatter(kyoto_X[:, 0], kyoto_X[:, 1], c=kyoto_y_pred, cmap=cmap_dark, edgecolors='k')

plt.title("kyoto")

plt.xlabel('lng')

plt.ylabel('lat')

plt.xlim(xx.min(), xx.max())

plt.ylim(yy.min(), yy.max())

plt.show()

難易度：★

ミッション	説明
1	`python3`コマンドで`skl08_plt.py`を実行する．

次のデータkyoto.csvは京都の観光地で発信されたつぶやき履歴データである．つぶやきには経度・緯度で表される位置情報が付与されている．以下のデータをdataディレクトリに配置したうえで，次のコードを実行しよう．

KMeansをインポートしよう．

KMeansオブジェクトを生成しよう．ここで，パラメタはn_clusters=n_neighborsとする．

学習データを基にk_meansにより学習しよう．

k_meansにより予測されたラベルを取得しよう．

次のコードはk_meansによる学習モデルを可視化するものである．次のコードをskl08_plt.pyというファイル名で保存し，python3コマンドで実行しよう．

次のデータ`kyoto.csv`は京都の観光地で発信されたつぶやき履歴データである．つぶやきには経度・緯度で表される位置情報が付与されている．以下のデータを`data`ディレクトリに配置したうえで，次のコードを実行しよう．

`KMeans`をインポートしよう．

`KMeans`オブジェクトを生成しよう．ここで，パラメタは`n_clusters=n_neighbors`とする．

学習データを基に`k_means`により学習しよう．

`k_means`により予測されたラベルを取得しよう．

次のコードは`k_means`による学習モデルを可視化するものである．次のコードを`skl08_plt.py`というファイル名で保存し，`python3`コマンドで実行しよう．