TarefaSobreML170404 (1)

Prévia do material em texto

Tarefa Ead sobre ML - Aprendizagem Não-Supervisionada 
Jaqueline de Lima 170404
Com base no material sobre o método K Means disponibilizado na última aula presencial faça uma
pesquisa a respeito do uso deste método com dados georeferenciados (ou geoespaciais) (dataset 
que contém entre suas variáveis as colunas com os valores de latitude e de longitude). Encontre 
uma aplicação desta natureza que faça uso do K Means e que é solucionada em R ou em Python. 
Indique o link da aplicação/projeto e faça uma breve descrição do seu funcionamento e dos 
resultados que foram obtidos. 
Link: https://medium.com/programadores-ajudando-programadores/k-means-o-que-%C3%A9-
como-funciona-aplica%C3%A7%C3%B5es-e-exemplo-em-python-6021df6e2572
Breve descrição do funcionamento e dos resultados obtidos:
O autor usa o dataset Iris, que contém as coordenadas geográficas de 19 cidades onde uma rede de 
lojas possui filiais. Ele quer encontrar os melhores lugares para construir três centros logísticos de 
abastecimento, usando o algoritmo K-Means para clusterizar os dados. Para isso, ele segue os 
seguintes passos:
1 Importa as bibliotecas necessárias ( numpy, matplotlib, sklearn, cluster).
2 Cria uma matriz com as coordenadas geográficas de cada loja e plota um gráfico para 
visualizar os pontos.
3 Define o número de clusters (k) como 3 e cria um objeto Kmeans com esse parâmetro.
4 Aplica o método fit_predict do objeto Kmeans na matriz de dados e obtém um vetor com 
labels dos clusters para cada ponto.
5 Plota um novo gráfico com os pontos coloridos de acordo com os labels e os centroides dos 
clusters em preto.
6 Calcula a inércia do modelo, que é a soma dos quadrados das distâncias das amostras para o 
centro do cluster mais próximo.
7 Repete os passos 3 e 6 com diferentes valores de k e plota um gráfico da inércia em função 
de k, usando o método do cotovelo para escolher o melhor valor de k.
Os resultados obtidos no exemplo são:
k = 3
Os clusters são formados por: São Paulo, Rio de Janeiro, Curitiba, Porto Alegre, Belo 
Horizonte, Campinas, Ribeirão Preto, Maringá, Florianópolis e Juiz de Fora; Brasília, 
Salvador, Recife, Goiânia e Fortaleza; Manaus, Belém, Rio Branco e Porto Velho.
 A inércia é de 312.8.
k = 4
Os clusters são formados por: São Paulo, Rio de Janeiro, Curitiba, Porto Alegre, Belo 
Horizonte, Campinas, Ribeirão Preto e Juiz de Fora; Brasília, Salvador e Goiânia; 
Recife e Fortaleza; Manaus, Belém, Rio Branco e Porto Velho. A inércia é de 181.9.
https://medium.com/programadores-ajudando-programadores/k-means-o-que-%C3%A9-como-funciona-aplica%C3%A7%C3%B5es-e-exemplo-em-python-6021df6e2572
https://medium.com/programadores-ajudando-programadores/k-means-o-que-%C3%A9-como-funciona-aplica%C3%A7%C3%B5es-e-exemplo-em-python-6021df6e2572
k = 5
Os clusters são formados por: São Paulo, Rio de Janeiro, Curitiba e Porto Alegre; Belo 
Horizonte, Campinas e Ribeirão Preto; Brasília e Goiânia; Salvador, Recife e 
Fortaleza; Manaus, Belém, Rio Branco e Porto Velho. A inércia é de 104.6.
k = 6
Os clusters são formados por: São Paulo e Rio de Janeiro; Curitiba e Porto Alegre; 
Belo Horizonte e Juiz de Fora; Campinas e Ribeirão Preto; Brasília, Salvador, Recife e 
Fortaleza; Manaus, Belém, Rio Branco e Porto Velho. A inércia é de 62.2.
Pelo método do cotovelo, o melhor valor de k seria 4 ou 5, pois a partir desses valores a inércia 
diminui muito pouco. O autor escolhe k = 4 como o melhor valor para o seu problema.