K-Means Kümelemesi

K-Means, en popüler kümeleme algoritmalarından biridir. Verileri, küme içi uzaklıkları en aza indirerek önceden belirlenmiş sayıda kümeye (K) ayırır.

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

K-Means Nasıl Çalışır

K-Means şu adımlarla çalışır:

1. K adet rastgele küme merkezi oluşturun.
2. Her veri noktasını en yakın küme merkezine atayın.
3. Kümedeki tüm noktaların ortalamasını alarak küme merkezlerini yeniden hesaplayın.
4. Merkezler sabitlenene veya belirlenen en yüksek yineleme sayısına ulaşılana kadar 2. ve 3. adımları tekrarlayın.

Küme Sayısını Belirleme

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

• Dirsek Yöntemi: Farklı K değerleri için küme içi kareler toplamını (WCSS) plot ile çizin ve “dirsek noktasını” arayın.
• Silüet Skoru: Kümelerin birbirinden ne kadar iyi ayrıldığını ölçer.

K-Means için Örnek Veri Kümesi

2B uzayda dağılmış noktalardan oluşan bir veri kümesini ele alalım. Her noktanın şu özellikleri vardır:

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

K-Means, bu noktaları birbirlerine olan yakınlıklarına göre kümeler halinde gruplandırır.

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 merkezleri 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 avantajları vardır:

• Basit ve uygulaması kolaydır.
• Büyük veri kümeleri için verimlidir.
• Kümeler net biçimde tanımlandığında iyi çalışır.

K-Means'in Sınırlamaları

K-Means'in bazı sınırlamaları şunlardır:

• Merkezlerin başlangıçta yerleştirildiği konumlara duyarlıdır.
• Küresel olmayan kümeleri ele almakta zorlanır.
• Aykırı değerlere ve gürültülü verilere duyarlıdır.

Özet ve Sonraki Adımlar

Bu derste şunları ele aldık:

• K-Means kümelemesinin nasıl çalıştığını.
• Dirsek yöntemi gibi yöntemleri kullanarak küme sayısını belirlemeyi.
• Python'da K-Means uygulamayı ve görselleştirmeyi.

Sonraki adımda, pratik deneyim kazanmak için K-Means'i gerçek dünyadan bir veri kümesine uygulayacağız.