Fin TP1 OK --> fonctionnel

tp1-read-plot-5iss.py

@@ -6,11 +6,14 @@ Created on Fri Nov 19 23:08:23 2021
 """
 import numpy as np
 import matplotlib.pyplot as plt
+from mpl_toolkits.mplot3d import axes3d  # Fonction pour la 3D
 import time
 
 from scipy.io import arff
 from sklearn import cluster
 from sklearn import metrics
+from sklearn import preprocessing
+from sklearn.cluster import KMeans
 
 ##################################################################
 # READ a data set (arff format)
@@ -28,28 +31,71 @@ from sklearn import metrics
 # --> IGNORER CETTE INFORMATION ....
 #    2d-4c-no9.arff
 
-path = './artificial/'
+def extract_data_2d(databrut):
-databrut = arff.loadarff(open(path+"xclara.arff", 'r'))
+    return np.array([[x[0],x[1]] for x in databrut[0]])
-datanp = np.array([[x[0],x[1]] for x in databrut[0]])
-#print(databrut)
-#print(datanp)
 
-##################################################################
+def extract_data_3d(databrut):
-# PLOT datanp (en 2D) - / scatter plot
+    return np.array([[x[0],x[1],x[2]] for x in databrut[0]])
-# Extraire chaque valeur de features pour en faire une liste
+
-# EX : 
+def print_3d_data(data, stop:bool = True, c=None):
-# - pour t1=t[:,0] --> [1, 3, 5, 7]
-# - pour t2=t[:,1] --> [2, 4, 6, 8]
     print("---------------------------------------")
     print("Affichage données initiales            ")
-f0 = datanp[:,0] # tous les élements de la première colonne
+    f0 = data[:,0] # tous les élements de la première colonne
-f1 = datanp[:,1] # tous les éléments de la deuxième colonne
+    f1 = data[:,1] # tous les éléments de la deuxième colonne
-#print(f0)
+    f2 = data[:,2] # tous les éléments de la troisième colonne
-#print(f1)
+    fig = plt.figure()
-
+    ax = fig.gca(projection='3d')  # Affichage en 3D
-plt.scatter(f0, f1, s=8)
+    if (c is None):
+        ax.scatter(f0, f1, f2, label='Courbe', marker='d')  # Tracé des points 3D
+    else:
+        ax.scatter(f0, f1, f2, c=c, label='Courbe', marker='d')  # Tracé des points 3D
+    ax.set_xlabel('X')
+    ax.set_ylabel('Y')
+    ax.set_zlabel('Z')
+    plt.tight_layout()
     plt.title("Donnees initiales")
-plt.show()
+    plt.show(block=stop)
+    
+def print_2d_data(data, stop:bool = True, c=None):
+    print("---------------------------------------")
+    print("Affichage données initiales            ")
+    f0 = data[:,0] # tous les élements de la première colonne
+    f1 = data[:,1] # tous les éléments de la deuxième colonne
+    fig = plt.figure()
+    #plt.hist2d(f0, f1)
+    if (c is None):
+        plt.scatter(f0, f1, s=8)
+    else:
+        plt.scatter(f0, f1, c=c, s=8)
+    plt.title("Donnees initiales")
+    plt.show(block=stop)
+    
+def print_1d_data(x, y, stop:bool = True):
+    fig = plt.figure()
+    plt.plot(x, y)
+    plt.title("Toto")
+    plt.show(block=stop)
+    
+# (model, duration) = apply_kmeans(data, k=3)
+def apply_kmeans(data, k:int=3, init="k-means++"):
+    ##################################################################
+    # Run clustering method for a given number of clusters
+    tps1 = time.time()
+    model_km = cluster.KMeans(n_clusters=k, init=init)
+    model_km.fit(data)
+    tps2 = time.time()
+    
+    return (model_km, round((tps2 - tps1)*1000,2))
+
+def evaluate(data, model_km):
+    silh = metrics.silhouette_score(data, model_km.labels_, metric='euclidean')
+    return (silh, model_km.inertia_, model_km.n_iter_)
+
+path = './artificial/'
+databrut_s_set2 = arff.loadarff(open(path+"s-set2.arff", 'r'))
+data_s_set2 = extract_data_2d(databrut_s_set2)
+print_2d_data(data_s_set2, False)
+
 
 ########################################################################
 # AUTRES VISUALISATION DU JEU DE DONNEES
@@ -57,7 +103,39 @@ plt.show()
 # But : essayer d'autres types de plot 
 ########################################################################
 
+databrut_golfball = arff.loadarff(open(path+"golfball.arff", 'r'))
+data_golfball = extract_data_3d(databrut_golfball)
+print_3d_data(data_golfball, False)
+
 ########################################################################
 # STANDARDISER ET VISUALISER 
 # But : comparer des méthodes de standardisation, ...
 ########################################################################
+scaler = preprocessing.StandardScaler()
+data_s_set2_scaled = scaler.fit_transform(data_s_set2)
+
+
+#kmeans = KMeans(n_clusters=3000, random_state=0).fit_predict(data_s_set2_scaled)
+#print_2d_data(data_s_set2_scaled, True, kmeans)
+k=[]
+durations=[]
+silouettes=[]
+inerties=[]
+iterations=[]
+for i in range(2,50):
+    (model, duration) = apply_kmeans(data_s_set2_scaled, k=i, init="k-means++")
+    print_2d_data(data_s_set2_scaled, False, model.labels_)
+    (silouette, inertie, iteration) = evaluate(data_s_set2_scaled, model)
+    k+=[i]
+    durations+=[duration]
+    silouettes+=[silouette]
+    inerties+=[inertie]
+    iterations+=[iteration]
+
+print_1d_data(k, k, False)
+print_1d_data(k, durations, False)
+print_1d_data(k, silouettes, False)
+print_1d_data(k, inerties, False)
+print_1d_data(k, iterations, True)
+
+