K-Means Kümelemesi

K-Means, en popüler kümeleme algoritmalarından biridir. Küme içi mesafeleri en aza indirerek verileri önceden belirlenmiş sayıda kümeye (K) ayırır.

En iyi küme atamalarını ve küme merkezlerini bulmak için yinelemeli olarak çalışır.

K-Means Nasıl Çalışır

K-Means şu adımlarla çalışır:

1. K adet rastgele merkez noktası başlatın.
2. Her veri noktasını en yakın merkez noktasına atayın.
3. Merkez noktalarını, bir kümedeki tüm noktaların ortalaması olarak yeniden hesaplayın.
4. Merkez noktaları sabitlenene veya en fazla yineleme sayısına ulaşılana kadar 2. ve 3. adımları tekrarlayın.

Küme Sayısını Seçme

K değeri kritik bir parametredir. K değerini seçmek için kullanılan yaygın yöntemler şunlardır:

• Dirsek Yöntemi: Farklı K değerleri için küme içi kareler toplamını (WCSS) grafikle gösterin ve 'dirsek noktası'nı arayın.
• Siluet Skoru: Kümelerin birbirinden ne kadar iyi ayrıldığını ölçer.

K-Means için Örnek Veri Kümesi

İki boyutlu bir uzayda dağılmış noktalardan oluşan bir veri kümesini ele alalım. Her noktanın özellikleri şunlardır:

• X: Yatay eksendeki koordinat.
• Y: Dikey eksendeki koordinat.

K-Means, bu noktaları birbirlerine olan yakınlıklarına göre kümelere ayırır.

Python'da K-Means Uygulama

Algoritmayı uygulamak için scikit-learn kütüphanesindeki KMeans sınıfını kullanacağız:

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_)

Kümeleri Görselleştirme

Veri noktalarını ve küme merkezlerini plot ederek kümeleri görselleştirebiliriz:

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()

K-Means'in Avantajları

K-Means'in çeşitli faydaları vardır:

• Basittir ve uygulanması kolaydır.
• Büyük veri kümeleri için verimlidir.
• Kümeler net biçimde tanımlandığında iyi çalışır.

K-Means'in Sınırlamaları

K-Means'in bazı sınırlamaları şunlardır:

• Küme merkezlerinin başlangıç konumlarına duyarlılık.
• Küresel olmayan kümeleri ele almada zorluk.
• Aykırı değerlere ve gürültülü verilere duyarlılık.

Özet ve Sonraki Adımlar

Bu derste şunları ele aldık:

• K-Ortalamalar kümelemesinin nasıl çalıştığını.
• Dirsek yöntemi gibi yöntemleri kullanarak küme sayısının nasıl seçileceğini.
• Python'da K-Ortalamaların nasıl uygulanacağını ve görselleştirileceğini.

Sonraki adımda, uygulamalı deneyim kazanmak için K-Ortalamaları gerçek dünyadan bir veri kümesine uygulayacağız.