質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.52%

  • Python

    7938questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

クラスタごとにプロットしたい。

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 182
退会済みユーザー

退会済みユーザー

 前提・実現したいこと

K平均法を実装しようとしています。
xとyの2次元の30個のデータをクラスタリングしたいと思っています。
データはエクセエルを読み込みます。
クラスタ数は2と3をやりたいです。

 発生している問題・エラーメッセージ

なんとなくプログラムを書いて、クラスタ数が2の時はクラスタリングできたのかなと思います。
各クラスタで色を変えて散布図を作成する方法を教えていただきたいです。
どこにどんな文を加えれば良いのか教えてください。
また、クラスタ数を3に変えた時に、以下のエラーが発生しました。

---> d = sum([x*x for x in point-center[i]])
IndexError: index 2 is out of bounds for axis 0 with size 2

 該当のソースコード

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import xlrd
from pandas import Series, DataFrame
from numpy.random import randint
from PIL import Image
from numpy.random import normal
from matplotlib import pyplot

xlsFile="data_1.xlsx"
sheetName="data1"
data1=pd.read_excel(xlsFile,sheet_name=sheetName)

clus = [2]  #クラスタの数

# k平均法による処理
def run_kmeans(pixels, k):
    cls =[0]* len(pixels)

    # 代表点の初期値を設定
    center1 = [[10,0],[0,10]]
    center=np.array(center1)
    print ("Initial centers:")
    print ("========================")
    distortion = 0.0

    # 最大50回のIterationを実施
    for iter_num in range(50): 
        center_new= []
        for i in range(k):
            center_new.append(np.array([0.0,0.0]))
            num_points = [0] * k
        distortion_new = 0.0

        # E Phase: 各データが属するグループ(代表点)を計算
        for pix, point in enumerate(pixels):
            min_dist = 256*256*3
            point = np.array(point)
            for i in range(k):
                d = sum([x*x for x in point-center[i]])
                if d < min_dist:
                    min_dist = d
                    cls[pix] = i
            center_new[cls[pix]] += point
            num_points[cls[pix]] += 1
            distortion_new += min_dist

        # M Phase: 新しい代表点を計算
        for i in range(k):
            center_new[i] = center_new[i] // num_points[i]
        center = center_new
        print (list(map(lambda x: x.tolist(), center)))
        print ("Distortion: J=%d" % distortion_new)

        # Distortion(J)の変化が0.1%未満になったら終了
        if iter_num > 0 and distortion - distortion_new < distortion * 0.001:
            break
        distortion = distortion_new

        for i in range(k):
            labels=point
            print(labels)
            x=labels[:,0]
            y=labels[:,1]
            plt.scatter(x,y)

        df=pd.DataFrame(center)
        plt.scatter(df[0], df[1])

        plt.show()

    return pixels

# Main
if __name__ == '__main__':
    for k in clus:
        print ("")
        print ("========================")
        print ("Number of clusters: K=%d" % k)
        pixels1 = data1
        pixels=np.array(pixels1)
        run_kmeans(pixels, k)

 試したこと

x=pixels[:,0]
y=pixels[:,1]
plt.scatter(x,y)
をplt.show()の前において、なんとなくクラスタリングできていることを確認しました。
代表点と各クラスタの推移の散布図を作成できればいいと思います。

 補足情報(FW/ツールのバージョンなど)

python3
jupyter notebook

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • hayataka2049

    2018/07/12 13:22

    そのコードだとMainでpixelsがundefined nameになりますかね・・・あとkmeansを自分で書かないといけない制約でもあるのでしょうか。特にこだわる必要がなければsklearn等使った方が楽でバグが入りづらいです

    キャンセル

回答 1

checkベストアンサー

+2

とり合えずでよければ、run_kmeans関数の最後にて

plt.scatter(pixels[:,0], pixels[:,1], c=cls)

を行うと散布図を描画できるかと思います。

もとのコードを修正すると以下のようになります。

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import xlrd
from pandas import Series, DataFrame
from numpy.random import randint
from PIL import Image
from numpy.random import normal
from matplotlib import pyplot

xlsFile="data_1.xlsx"
sheetName="data1"
data1=pd.read_excel(xlsFile,sheet_name=sheetName)

clus = [2]  #クラスタの数

# k平均法による処理
def run_kmeans(pixels, k):
    cls =[0]* len(pixels)

    # 代表点の初期値を設定
    center1 = [[10,0],[0,10]]
    center=np.array(center1)
    print ("Initial centers:")
    print ("========================")
    distortion = 0.0

    # 最大50回のIterationを実施
    for iter_num in range(50): 
        center_new= []
        for i in range(k):
            center_new.append(np.array([0.0,0.0]))
            num_points = [0] * k
        distortion_new = 0.0

        # E Phase: 各データが属するグループ(代表点)を計算
        for pix, point in enumerate(pixels):
            min_dist = 256*256*3
            point = np.array(point)
            for i in range(k):
                d = sum([x*x for x in point-center[i]])
                if d < min_dist:
                    min_dist = d
                    cls[pix] = i
            center_new[cls[pix]] += point
            num_points[cls[pix]] += 1
            distortion_new += min_dist

        # M Phase: 新しい代表点を計算
        for i in range(k):
            center_new[i] = center_new[i] // num_points[i]
        center = center_new
        print (list(map(lambda x: x.tolist(), center)))
        print ("Distortion: J=%d" % distortion_new)

        # Distortion(J)の変化が0.1%未満になったら終了
        if iter_num > 0 and distortion - distortion_new < distortion * 0.001:
            break
        distortion = distortion_new

    # 散布図を描写
    plt.scatter(pixels[:,0], pixels[:,1], c=cls, cmap='jet')
    plt.show()

    return pixels

# Main
if __name__ == '__main__':
    for k in clus:
        print ("")
        print ("========================")
        print ("Number of clusters: K=%d" % k)
        pixels1 = data1
        pixels=np.array(pixels1)
        run_kmeans(pixels, k)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/07/12 14:38

    ありがとうございます!できました。ただ、clus=[3]にすると、まだやはりエラーが出てしまうのは、わかるでしょうか…

    キャンセル

  • 2018/07/12 14:43

    center1 = [[10,0],[0,10]]
    の箇所にてPositionデータを固定で2つだけ作成しているのが原因かと思います.

    キャンセル

  • 2018/07/12 17:06

    本当にありがとうございます。完成させることができました。感謝いたします。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.52%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python

    7938questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。