k-Means ve k Seçimi

k-Means en popüler kümeleme algoritmasıdır: noktaları merkezi sabit noktaların çevresinde gruplayarak verilerinizi k gruba ayırır. 🎯

Her kümenin, üyelerinin ortalama konumu olan bir merkezi vardır. Noktalar, kendilerine en yakın merkezin bulunduğu kümeye katılır.

k-Means iki adımı dönüşümlü olarak tekrarlar: her noktayı en yakın merkeze atar, ardından her merkezi yeni üyelerinden yola çıkarak yeniden hesaplar.

Atamalar değişmeyi bırakana kadar bu adımlar tekrarlanır. Algoritma yakınsamıştır ve kümeler son hâlini almıştır.

k-Means grup sayısını kendiliğinden bulamaz. Başta k değerini sizin seçmeniz gerekir ve doğru değeri belirlemek genellikle kolay değildir.

scikit-learn model uydurmayı kolaylaştırır. n_clusters değerini seçtiğiniz k olarak ayarlayın ve ölçeklendirilmiş verileriniz üzerinde fit çağrısı yapın.

Model uydurulduktan sonra inertia, noktalar ile merkezleri arasındaki kareli uzaklıkların toplamını verir. Daha düşük değer, daha sıkı kümeler anlamına gelir.

Birçok k değeri için inertia değerini çizin. Eğrinin keskin biçimde kıvrıldığı yer olan dirsek, çoğu zaman iyi bir küme sayısına işaret eder.

Dirsekten sonra yeni kümeler eklemek inertia değerini çok az düşürür. Bu yataylaşma, zaten iyi uyan grupları yalnızca böldüğünüzü gösterir.

İkinci bir ölçüt silhouette skorudur: kendi kümesine yakın ve diğer kümelere uzak olan noktaları ödüllendirir.

Rastgele başlangıçlar kötü sonuç verebilir; bu nedenle scikit-learn varsayılan olarak başlangıç merkezlerini daha dengeli sonuçlar için birbirinden uzağa dağıtan k-means++ yöntemini kullanır.

k-Means, seçilen k değeri için noktaları merkezlerin çevresinde gruplar; dirsek ve silhouette, bu k değerini doğru seçmenize yardımcı olur. 🎯