การจัดกลุ่มด้วย K-Means

K-Means เป็นหนึ่งในอัลกอริทึมการจัดกลุ่มที่ได้รับความนิยมมากที่สุด โดยแบ่งข้อมูลออกเป็นจำนวนกลุ่มที่กำหนดไว้ล่วงหน้า (K) ด้วยการลดระยะห่างภายในกลุ่มให้เหลือน้อยที่สุด

อัลกอริทึมนี้ทำงานซ้ำเป็นรอบ ๆ เพื่อค้นหาการกำหนดกลุ่มและจุดศูนย์กลางที่ดีที่สุด

K-Means ทำงานอย่างไร

K-Means ทำงานตามขั้นตอนต่อไปนี้:

1. กำหนดจุดศูนย์กลางเริ่มต้น K จุดแบบสุ่ม
2. กำหนดจุดข้อมูลแต่ละจุดให้กับจุดศูนย์กลางที่อยู่ใกล้ที่สุด
3. คำนวณจุดศูนย์กลางใหม่เป็นค่าเฉลี่ยของจุดทั้งหมดในกลุ่ม
4. ทำขั้นตอนที่ 2 และ 3 ซ้ำจนกว่าจุดศูนย์กลางจะคงที่ หรือครบจำนวนรอบสูงสุดที่กำหนด

การเลือกจำนวนกลุ่ม

ค่า K เป็นพารามิเตอร์สำคัญ วิธีทั่วไปในการเลือกค่า K ได้แก่:

• วิธีจุดข้อศอก: วาดผลรวมกำลังสองภายในกลุ่ม (WCSS) สำหรับค่า K ต่าง ๆ แล้วมองหา “จุดข้อศอก”
• คะแนนซิลูเอตต์: วัดว่ากลุ่มต่าง ๆ แยกออกจากกันได้ดีเพียงใด

ชุดข้อมูลตัวอย่างสำหรับ K-Means

ลองพิจารณาชุดข้อมูลที่มีจุดกระจายอยู่ในพื้นที่สองมิติ แต่ละจุดมี:

• X: พิกัดบนแกนนอน
• Y: พิกัดบนแกนตั้ง

K-Means จะจัดจุดเหล่านี้เป็นกลุ่มตามความใกล้เคียงกัน

การนำ K-Means ไปใช้ใน Python

เราจะใช้คลาส KMeans จากไลบรารี scikit-learn เพื่อใช้งานอัลกอริทึมนี้:

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_)

การแสดงกลุ่มข้อมูลเป็นภาพ

เราสามารถแสดงกลุ่มข้อมูลเป็นภาพได้ด้วยการแสดงจุดข้อมูลและจุดศูนย์กลางบนแผนภูมิ:

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()

ข้อดีของ K-Means

K-Means มีประโยชน์หลายประการ:

• เรียบง่ายและนำไปใช้งานได้ง่าย
• มีประสิทธิภาพกับชุดข้อมูลขนาดใหญ่
• ทำงานได้ดีเมื่อกลุ่มต่าง ๆ ถูกกำหนดไว้อย่างชัดเจน

ข้อจำกัดของ K-Means

ข้อจำกัดบางประการของ K-Means ได้แก่:

• ไวต่อการกำหนดตำแหน่งเริ่มต้นของจุดศูนย์กลาง
• จัดการกลุ่มที่ไม่เป็นทรงกลมได้ยาก
• ไวต่อค่าผิดปกติและข้อมูลรบกวน

สรุปและขั้นตอนถัดไป

ในบทเรียนนี้ เราได้ศึกษาเรื่องต่อไปนี้:

• การทำงานของการจัดกลุ่มแบบเค-มีนส์
• การเลือกจำนวนกลุ่มโดยใช้วิธีต่าง ๆ เช่น วิธีข้อศอก
• การนำการจัดกลุ่มแบบเค-มีนส์ไปใช้งานและแสดงภาพในไพทอน

ถัดไป เราจะนำการจัดกลุ่มแบบเค-มีนส์ไปใช้กับชุดข้อมูลจากโลกจริงเพื่อเพิ่มพูนประสบการณ์ภาคปฏิบัติ