혼자 공부하는 머신러닝 + 딥러닝 6장 군집 알고리즘 리뷰

군집 알고리즘

과일 사진들이 주어졌을 때, 머신러닝 모델은 자동으로 같은 과일의 이미지들끼리 분류할 수 있을까?

 

비지도 학습

타깃이 없는 문제에 대해 특성 데이터만을 가지고 학습시킬 수 있는 방법을 말한다.

• 군집 (6.2장)
• 차원 축소 (6.3장)

 

과일 사진 데이터 먼저 준비하기

아래 메소드로 과일 사진 데이터를 불러온다.

# !로 시작하면 쉘 명령어 실행
!wget https://bit.ly/fruits_300_data -O fruits_300.npy

 

불러온 데이터는 넘파이 배열로 변환해서 학습에 사용할 수 있다.

import numpy as np
import matplotlib.pyplot as plt

# 넘파이 배열로 변환
fruits = np.load('fruits_300.npy')

# 100 * 100 크기의 샘플 300개
print(fruits.shape)

# 결과
(300, 100, 100)

 

 

그렇다면 간단하게 첫 번째 샘플의 첫 번째 행 바이트를 출력해 확인해보자.

낮은 값일 수록 검정색에, 높은 값일 수록 하얀색에 가까워진다.

print(fruits[0, 0, :])

# 결과
[  1   1   1   1   1   1   1   1   1   1   1   1   1   1   1   1   2   1
   2   2   2   2   2   2   1   1   1   1   1   1   1   1   2   3   2   1
   2   1   1   1   1   2   1   3   2   1   3   1   4   1   2   5   5   5
  19 148 192 117  28   1   1   2   1   4   1   1   3   1   1   1   1   1
   2   2   1   1   1   1   1   1   1   1   1   1   1   1   1   1   1   1
   1   1   1   1   1   1   1   1   1   1]

 

plt 모듈을 이용해 이미지를 직접 확인할 수 있다.

plt.imshow(fruits[0], cmap='gray')
plt.show()

plt.imshow(fruits[0], cmap='gray_r')
plt.show()

 

flg, axs = plt.subplots(1, 2)
axs[0].imshow(fruits[100], cmap='gray_r')
axs[1].imshow(fruits[200], cmap='gray_r')
plt.show()

 

픽셀 값 분석하기

값을 분석하기 위해서는 샘플 데이터의 차원을 3차원에서 2차원으로 변경해줘야 한다.

apple = fruits[0:100].reshape(-1, 100*100)
pineapple = fruits[100:200].reshape(-1, 100*100)
banana = fruits[200:300].reshape(-1, 100*100)

# [100][100][100] -> [100][100 * 100]
print(apple.shape)

# 결과
(100, 10000)

 

print(apple.mean(axis=1))

# 결과
[ 88.3346  97.9249  87.3709  98.3703  92.8705  82.6439  94.4244  95.5999
  90.681   81.6226  87.0578  95.0745  93.8416  87.017   97.5078  87.2019
  88.9827 100.9158  92.7823 100.9184 104.9854  88.674   99.5643  97.2495
  94.1179  92.1935  95.1671  93.3322 102.8967  94.6695  90.5285  89.0744
  97.7641  97.2938 100.7564  90.5236 100.2542  85.8452  96.4615  97.1492
  90.711  102.3193  87.1629  89.8751  86.7327  86.3991  95.2865  89.1709
  96.8163  91.6604  96.1065  99.6829  94.9718  87.4812  89.2596  89.5268
  93.799   97.3983  87.151   97.825  103.22    94.4239  83.6657  83.5159
 102.8453  87.0379  91.2742 100.4848  93.8388  90.8568  97.4616  97.5022
  82.446   87.1789  96.9206  90.3135  90.565   97.6538  98.0919  93.6252
  87.3867  84.7073  89.1135  86.7646  88.7301  86.643   96.7323  97.2604
  81.9424  87.1687  97.2066  83.4712  95.9781  91.8096  98.4086 100.7823
 101.556  100.7027  91.6098  88.8976]

 

이번에는 hist 메소드로 샘플 데이터 값의 히스토그램을 그려보도록 하자.

# hist 메소드로 히스토그램을 그려보자.
# axis = 1 설정 시, 열을 기준으로 평균 값 계산
plt.hist(np.mean(apple, axis=1), alpha=0.8)
plt.hist(np.mean(pineapple, axis=1), alpha=0.8)
plt.hist(np.mean(banana, axis=1), alpha=0.8)
plt.legend(['apple', 'pineapple', 'banana'])
plt.show()

# axis = 0 설정 시, 10000개의 픽셀에 대한 평균 값 계산
# 1번째 행에 대해 3개의 그래프를 그림
flt, axs = plt.subplots(1, 3, figsize=(20, 5))
axs[0].bar(range(10000), np.mean(apple, axis=0))
axs[1].bar(range(10000), np.mean(pineapple, axis=0))
axs[2].bar(range(10000), np.mean(banana, axis=0))
plt.show()

 

다시 3차원 배열로 데이터를 재변환한 다음에 데이터의 평균값을 이미지로 확인해보도록 하자.

# 3차원 배열로 재변환 (100*100)
apple_mean = np.mean(apple, axis=0).reshape(100, 100)
pineapple_mean = np.mean(pineapple, axis=0).reshape(100, 100)
banana_mean = np.mean(banana, axis=0).reshape(100, 100)

# 평균 이미지 그리기
fig, axs = plt.subplots(1, 3, figsize=(20, 5))
axs[0].imshow(apple_mean, cmap='gray_r')
axs[1].imshow(pineapple_mean, cmap='gray_r')
# 로테이션에 의해 몽환적인 느낌..(?)
axs[2].imshow(banana_mean, cmap='gray_r')
plt.show()

 

 

평균값과 가까운 사진 고르기

각각의 데이터 값과 평균 이미지와의 차이를 절대값으로 구하고, 절대값의 평균을 다시 셈한다.

# abs: 절댓값 계산
abs_diff = np.abs(fruits - apple_mean)
# 모든 축에 대해 평균 계산
abs_mean = np.mean(abs_diff, axis=(1, 2))
print(abs_mean.shape)

 

절대값이 작은 순으로 데이터를 재배열한 다음, 가장 절대값이 작은 100개의 데이터를 차례대로 출력한다.

이러한 군집 클러스터링 방식은 타깃(평균값)을 어느 정도 알아야 하기 때문에 완벽한 비지도 학습에 해당되지 않는다.

# argsort: 소팅 후 가장 작은 값의 인덱스 반환
# 군집 클러스터링 -> 타깃을 어느 정도 알아야 하기 때문에 완벽한 비지도 학습은 아님.
apple_index = np.argsort(abs_mean)[:100]
fig, axs = plt.subplots(10, 10, figsize=(10, 10))

for i in range(10):
  for j in range(10):
    axs[i, j].imshow(fruits[apple_index[i*10 + j]], cmap='gray_r')
    axs[i, j].axis('off')
plt.show()