K-Means

K-MEANS (Aprendizaje No supervisado)

El aprendizaje no supervisado, también conocido como machine learning no supervisado, utiliza algoritmos de machine learning para analizar y agrupar en clústeres conjuntos de datos sin etiquetar. Estos algoritmos descubren agrupaciones de datos o patrones ocultos sin necesidad de ninguna intervención humana.

K-means es un algoritmo de clasificación no supervisada (clusterización) que agrupa objetos en k grupos basándose en sus características. El agrupamiento se realiza minimizando la suma de distancias entre cada objeto y el centroide de su grupo o cluster. Se suele usar la distancia cuadrática.

EJEMPLO
# Importar las bibliotecas necesarias
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler

# Crear un conjunto de datos de ejemplo
data = {
    'Años_Experiencia': np.random.randint(1, 20, 100),
    'Nivel_Educativo': np.random.randint(10, 20, 100),
    'Edad': np.random.randint(20, 60, 100),
}

df = pd.DataFrame(data)

# Estandarizar los datos para que tengan media cero y desviación estándar uno
scaler = StandardScaler()
X_scaled = scaler.fit_transform(df)

# Aplicar K-means para agrupar empleados en 3 clusters (puedes ajustar el número de clusters)
kmeans = KMeans(n_clusters=3, random_state=42)
df['Cluster'] = kmeans.fit_predict(X_scaled)

# Visualizar los resultados
fig, axs = plt.subplots(1, 3, figsize=(15, 5))

# Graficar para Años_Experiencia y Nivel_Educativo
axs[0].scatter(df['Años_Experiencia'], df['Nivel_Educativo'], c=df['Cluster'], cmap='viridis', edgecolor='k', s=50)
axs[0].set_title('Años_Experiencia vs. Nivel_Educativo')
axs[0].set_xlabel('Años_Experiencia')
axs[0].set_ylabel('Nivel_Educativo')

# Graficar para Años_Experiencia y Edad
axs[1].scatter(df['Años_Experiencia'], df['Edad'], c=df['Cluster'], cmap='viridis', edgecolor='k', s=50)
axs[1].set_title('Años_Experiencia vs. Edad')
axs[1].set_xlabel('Años_Experiencia')
axs[1].set_ylabel('Edad')

# Graficar para Nivel_Educativo y Edad
axs[2].scatter(df['Nivel_Educativo'], df['Edad'], c=df['Cluster'], cmap='viridis', edgecolor='k', s=50)
axs[2].set_title('Nivel_Educativo vs. Edad')
axs[2].set_xlabel('Nivel_Educativo')
axs[2].set_ylabel('Edad')

plt.tight_layout()
plt.show()



Este código utiliza K-means para agrupar empleados en 3 clusters y luego visualiza los resultados en función de diferentes pares de características. Puedes ajustar el número de clusters y las características según tus necesidades. La coloración en los gráficos indica a qué cluster pertenece cada punto de datos.



Comentarios

Publicar un comentario

Entradas populares de este blog

Naive Bayes

Imagen
NAIVE BAYES (Aprendizaje supervisado) En un sentido amplio, los modelos de Naive Bayes son una clase especial de algoritmos de clasificación de Aprendizaje Automático, o Machine Learning, tal y como nos referiremos de ahora en adelante. Se basan en una técnica de clasificación estadística llamada “teorema de Bayes”. Naïve Bayes o el Ingenuo Bayes es uno de los algoritmos más simples y poderosos para la clasificación basado en el Teorema de Bayes con una suposición de independencia entre los predictores. Naive Bayes es fácil de construir y particularmente útil para conjuntos de datos muy grandes. EJEMPLO # Importar las bibliotecas necesarias import pandas as pd import numpy as np import matplotlib.pyplot as plt from sklearn.model_selection import train_test_split from sklearn.naive_bayes import GaussianNB from sklearn.metrics import accuracy_score, confusion_matrix, classification_report # Crear un conjunto de datos de ejemplo data = {     'Años_Experiencia' : np.ran
Leer más

Regresión lineal

Imagen
REGRESIÓN LÍNEAL  (Aprendizaje supervisado) La regresión lineal se utiliza para identificar la relación entre una variable dependiente y una o más variables independientes, y normalmente se aprovecha para hacer predicciones sobre resultados futuros. Cuando solo hay una variable independiente y una variable dependiente, se conoce como regresión lineal simple. EJEMPLO # Importar las bibliotecas necesarias import pandas as pd import numpy as np import matplotlib.pyplot as plt from sklearn.model_selection import train_test_split from sklearn.linear_model import LinearRegression from sklearn.metrics import mean_squared_error # Crear un conjunto de datos de ejemplo data = {     'Años_Experiencia' : np.random.randint( 1 , 20 , 100 ),     'Nivel_Educativo' : np.random.randint( 10 , 20 , 100 ),     'Edad' : np.random.randint( 20 , 60 , 100 ),     'Salario' : np.random.randint( 30000 , 80000 , 100 ) } df = pd.DataFrame(data) # Dividir los datos en conj
Leer más