iris데이터를 gaussian mixture모형을 이용한 군집화

이번 예제에서는 scikit-learn의 Gaussian Mixture Model (GMM)을 사용하여 iris 데이터셋을 군집화하는 방법을 살펴보겠습니다. Gaussian Mixture Model은 데이터가 여러 개의 가우시안 분포에서 생성되었다고 가정하는 모델로, 데이터를 여러 개의 클러스터로 분리할 수 있습니다.

우선, 필요한 라이브러리를 가져옵니다.

 

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.mixture import GaussianMixture

다음으로, iris 데이터셋을 로드합니다.

 

iris = datasets.load_iris()
X = iris.data

Gaussian Mixture Model을 사용하기 전에, 적절한 클러스터 수를 결정해야합니다. 여기서는 Bayesian Information Criterion (BIC)를 사용하여 최적의 클러스터 수를 결정합니다.

lowest_bic = np.infty
bic = []
n_components_range = range(1, 7)
for n_components in n_components_range:
    gmm = GaussianMixture(n_components=n_components)
    gmm.fit(X)
    bic.append(gmm.bic(X))
    if bic[-1] < lowest_bic:
        lowest_bic = bic[-1]
        best_gmm = gmm

위 코드에서는 1부터 6까지의 클러스터 수에서 Gaussian Mixture Model을 학습하고, BIC를 사용하여 각 모델의 성능을 측정합니다. 최적의 클러스터 수는 BIC가 가장 작은 모델로 결정됩니다.

최적의 모델을 사용하여 iris 데이터를 군집화하고 결과를 시각화할 수 있습니다.

gmm = best_gmm
labels = gmm.predict(X)
plt.scatter(X[:, 0], X[:, 1], c=labels, s=40, cmap='viridis');
plt.show()

위 코드에서는 2차원 특성 공간에서 각 데이터 포인트를 색으로 나타내어 시각화합니다.

전체 코드는 다음과 같습니다.

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.mixture import GaussianMixture

# iris 데이터 로드
iris = datasets.load_iris()
X = iris.data

# 최적의 클러스터 수 결정
lowest_bic = np.infty
bic = []
n_components_range = range(1, 7)
for n_components in n_components_range:
    gmm = GaussianMixture(n_components=n_components)
    gmm.fit(X)
    bic.append(gmm.bic(X))
    if bic[-1] < lowest_bic:
        lowest_bic = bic[-1]
        best_gmm = gmm

# 군집화
gmm = best_gmm
labels = gmm.predict(X)

# 시각화
plt.scatter(X[:, 0], X[:, 1], c=labels, s=40, cmap='viridis');
plt.show()