Clustering (K-Means)

ခဏလေး ဒီလိုပဲ စဉ်းစားကြည့်

Clustering ဆိုတာ label မပါတဲ့ data ကို similar characteristic ရှိတဲ့ group (cluster) များအဖြစ် ကိုယ်တိုင် ခွဲခြားပေးတဲ့ Unsupervised Learning technique ပါ — 'correct answer' (label) ကို model ကို ပြင်ပက ပေးထားစရာ မလိုပါ, data ကိုယ်တိုင် pattern ကို ရှာဖွေပေးပါတယ်။ K-Means က Clustering algorithm ရဲ့ အသုံးအများဆုံးထဲက တစ်ခုပါ — 'K' (cluster အရေအတွက်) ကို ကြိုတင် သတ်မှတ်ပေးရပါတယ်, algorithm က data point တစ်ခုချင်းစီကို 'အနီးဆုံး cluster center' ဆီ assign လုပ်ပြီး, cluster center ကို data average အလိုက် iteratively ပြင်ဆင်ပါတယ် (convergence ရောက်တဲ့အထိ).

လက်တွေ့ scenario နဲ့ ချိတ်ကြည့်မယ်

E-commerce customer data (purchase amount, frequency) ကို label မပါဘဲ K-Means ဖြင့် cluster လုပ်ရင် — 'high-value frequent buyer', 'occasional buyer', 'one-time buyer' ဆိုတဲ့ customer segment ကို data ကနေ ကိုယ်တိုင် ရှာဖွေတွေ့ရှိနိုင်ပါတယ် (marketing team က ဒီ segment result ကို personalized campaign အတွက် အသုံးချနိုင်ပါတယ်) — `from sklearn.cluster import KMeans; model = KMeans(n_clusters=3); model.fit(X)` လို့ ရေးရင် customer တစ်ယောက်ချင်းစီကို cluster 0/1/2 ထဲ assign လုပ်ပေးပါတယ်.

• Clustering = label မပါတဲ့ data ကို similar group (cluster) များအဖြစ် ခွဲခြားခြင်း (Unsupervised Learning)
• K-Means = cluster အရေအတွက် (K) ကို ကြိုတင်သတ်မှတ်ပြီး, iteratively cluster center ပြင်ဆင်
• Customer segmentation, anomaly detection တွေမှာ Clustering ကို အသုံးများ

အတူတူ ကြည့်မယ်

from sklearn.cluster import KMeans

# X here has no labels — just features like [purchase_amount, frequency]
model = KMeans(n_clusters=3, random_state=42)
model.fit(X)

clusters = model.labels_
print(clusters[:10])  # which cluster (0, 1, or 2) each customer belongs to
print(model.cluster_centers_)  # the "average" customer per cluster

[0 2 1 0 0 2 1 1 0 2]
[[ 150.2   3.1]
 [ 800.5  12.4]
 [  45.8   1.2]]