클러스터링과 분류는 데이터 분석 및 기계 학습 분야에서 중요한 주제입니다. 이는 공학과 과학 분야에서 수집된 다양한 데이터를 이해하고 해석하는 데 필요한 기술입니다. 이 글에서는 Python을 사용하여 공학 및 과학 데이터를 클러스터링하고 분류하는 방법에 대해 알아보겠습니다.
데이터 클러스터링
데이터 클러스터링은 비슷한 특성이 있는 데이터 포인트를 함께 그룹화하는 작업입니다. 이를 통해 데이터를 구조화하고 패턴을 식별할 수 있습니다. Python에서는 scikit-learn 패키지를 사용하여 데이터 클러스터링을 수행할 수 있습니다.
다음은 간단한 예제 코드입니다:
from sklearn.cluster import KMeans
import numpy as np
# 데이터 생성
X = np.array([[1, 2], [1.5, 1.8], [5, 8], [8, 8], [1, 0.6], [9, 11]])
# K-means 클러스터링
kmeans = KMeans(n_clusters=2)
kmeans.fit(X)
# 클러스터 중심 확인
centroids = kmeans.cluster_centers_
print("클러스터 중심:")
print(centroids)
# 클러스터 할당 확인
labels = kmeans.labels_
print("클러스터 할당:")
print(labels)
위 코드는 KMeans 알고리즘을 사용하여 입력 데이터를 2개의 클러스터로 그룹화하는 예제입니다. 생성된 클러스터 중심과 각 데이터 포인트의 할당된 클러스터 번호를 확인할 수 있습니다.
데이터 분류
데이터 분류는 주어진 데이터를 여러 클래스 또는 범주로 분류하는 작업입니다. Python에서는 다양한 분류 알고리즘을 제공하는 scikit-learn 패키지를 사용할 수 있습니다.
다음은 분류를 위한 예제 코드입니다:
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
# 데이터 로드
iris = load_iris()
X = iris.data
y = iris.target
# 데이터 분할
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# KNN 분류기 학습
knn = KNeighborsClassifier(n_neighbors=3)
knn.fit(X_train, y_train)
# 테스트 데이터 분류 결과 확인
predictions = knn.predict(X_test)
print("테스트 데이터 분류 결과:")
print(predictions)
위 코드는 붓꽃 데이터셋을 로드하고 학습 및 테스트 데이터로 분할한 뒤, K-최근접 이웃(KNN) 분류 알고리즘을 사용하여 분류 모델을 학습하고 테스트 데이터를 분류하는 예제입니다. 예측 결과를 확인할 수 있습니다.
결론
Python은 데이터 클러스터링과 분류에 유용한 도구와 라이브러리를 제공합니다. 이를 활용하여 공학 및 과학 데이터를 구조화하고 정확한 분석을 수행할 수 있습니다. 이 글에서는 간단한 예제 코드를 통해 데이터 클러스터링과 분류의 기본 개념과 Python의 활용 방법에 대해 알아보았습니다.