Pengelompokan K-Means

K-Means adalah salah satu algoritme pengelompokan yang paling populer. Algoritme ini membagi data menjadi jumlah klaster yang telah ditentukan sebelumnya (K) dengan meminimalkan jarak dalam klaster.

Algoritme ini bekerja secara iteratif untuk menemukan penetapan klaster dan titik pusat terbaik.

Cara Kerja K-Means

K-Means bekerja melalui langkah-langkah berikut:

1. Inisialisasi K sentroid acak.
2. Tetapkan setiap titik data ke sentroid terdekat.
3. Hitung ulang sentroid sebagai rata-rata semua titik dalam suatu kelompok.
4. Ulangi langkah 2 dan 3 hingga sentroid stabil atau jumlah iterasi maksimum tercapai.

Memilih Jumlah Kelompok

Nilai K merupakan parameter penting. Metode umum untuk memilih K meliputi:

• Metode Siku: Buat plot jumlah kuadrat dalam kelompok (WCSS) untuk berbagai nilai K dan cari “titik siku”.
• Skor Siluet: Mengukur seberapa baik kelompok-kelompok tersebut terpisah.

Kumpulan Data Contoh untuk K-Means

Misalkan kita memiliki kumpulan data dengan titik-titik yang tersebar dalam ruang dua dimensi. Setiap titik memiliki:

• X: Koordinat pada sumbu horizontal.
• Y: Koordinat pada sumbu vertikal.

K-Means akan mengelompokkan titik-titik ini ke dalam klaster berdasarkan kedekatannya.

Menerapkan K-Means di Python

Kita akan menggunakan kelas KMeans dari pustaka scikit-learn untuk menerapkan algoritme ini:

from sklearn.cluster import KMeans
import numpy as np

# Example dataset
X = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]])

# K-Means model
kmeans = KMeans(n_clusters=2, random_state=0)
kmeans.fit(X)

print("Cluster Centers:", kmeans.cluster_centers_)
print("Labels:", kmeans.labels_)

Memvisualisasikan Klaster

Kita dapat memvisualisasikan klaster dengan membuat plot titik-titik data dan titik pusat:

import matplotlib.pyplot as plt

# Scatter plot of data points
plt.scatter(X[:, 0], X[:, 1], c=kmeans.labels_, cmap='viridis')

# Plot cluster centers
plt.scatter(kmeans.cluster_centers_[:, 0], kmeans.cluster_centers_[:, 1], s=200, c='red', marker='X')
plt.title('K-Means Clustering')
plt.show()

Keunggulan K-Means

K-Means memiliki beberapa keunggulan:

• Sederhana dan mudah diterapkan.
• Efisien untuk kumpulan data berukuran besar.
• Bekerja dengan baik saat klaster didefinisikan dengan jelas.

Keterbatasan K-Means

Beberapa keterbatasan K-Means meliputi:

• Sensitif terhadap penempatan awal titik pusat.
• Sulit menangani klaster yang tidak berbentuk bola.
• Sensitif terhadap pencilan dan data yang mengandung derau.

Ringkasan dan Langkah Berikutnya

Dalam pelajaran ini, kita membahas:

• Cara kerja pengelompokan K-Means.
• Cara memilih jumlah klaster menggunakan metode seperti metode siku.
• Cara menerapkan dan memvisualisasikan K-Means dalam Python.

Selanjutnya, kita akan menerapkan K-Means pada kumpulan data dunia nyata untuk memperoleh pengalaman praktis.