11

import pandas as pd
from sklearn.decomposition import PCA
from pandas import read_csv
from pandas import DataFrame
from math import pow,sqrt
from sklearn import metrics
import numpy as np
import datetime
import random
from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler #標準化
from sompy import SOMFactory
import os
#輸入資料
trainData = read_csv("iris.csv",encoding = "cp950")#匯入資料
trainData=trainData.drop(["屬種"],axis=1)#去掉Lable
data_name=list(trainData.columns)#取data名子
trainData=np.array(trainData)#將dataframe轉成array形式
mapsize = [12,12]#建立神經元個數#如果是寬=Feature,長=data len

sm = SOMFactory().build(trainData, mapsize, normalization = 'var', initialization='random',component_names=data_name)#
#trainData=你要分群之資料,
#mapsize=地圖大小
#normalization = 'var'標準化，這個參數是固定的
#initialization='random',為初始化權重怎麼取，這邊是隨機取，所以random，也可以改成'pca'
sm.train(n_job=1, verbose='info', train_rough_len=100, train_rough_radiusin=5, train_rough_radiusfin=1, train_finetune_len=100, train_finetune_radiusin=5, train_finetune_radiusfin=1)
# verbose='info'為叫出運算資料，如果=False的話，就不會顯示運算資料
#train_rough_len=500為粗暴培訓之迭代次數
#train_rough_radiusin=5為粗暴培訓開始所取之範圍
#train_rough_radiusfin=1為粗暴培訓最後所取之範圍
#train_finetune_len=500為微調培訓之迭代次數
#train_finetune_radiusin=5為微調培訓開始所取之範圍
#train_finetune_radiusfin=1為微調培訓最後所取之範圍



from sompy.visualization.mapview import View2D  #單一變數之資訊投射作圖#左邊那個bar為資料資料之資訊
view2D  = View2D(12,12,"rand data",text_size=10)
view2D.show(sm, col_sz=4, which_dim="all", desnormalize=True)

from sompy.visualization.hitmap import HitMapView  #將具類過的神經元透過K-Meams分群
sm.cluster(3)
hits  = HitMapView(20,20,"Clustering",text_size=12)
a=hits.show(sm)


from sompy.visualization.umatrix import UMatrixView

u = UMatrixView(50, 50, 'umatrix', show_axis=True, text_size=8, show_text=True)
#This is the Umat value
UMAT  = u.build_u_matrix(sm, distance=1, row_normalized=False)
#Here you have Umatrix plus its render
UMAT = u.show(sm, distance2=1, row_normalized=False, show_data=True, contooor=True, blob=False)

#邏輯:我們這邊有每個資料(資料順序與輸入資料順序是一樣的)屬於哪個神經元，以及每個神經元屬於第幾群
#所以我們只要將資料屬於哪個神經元及神經元屬於第幾群合併，即可得到每筆資料屬於哪一群
#===========================
#每筆資料對應第幾個神經元的資料處理
data_to_Neur=sm.project_data(trainData)#每個資料對應第幾個神經元#這邊的index是資料的排序
data_location_to_Neur = sm.bmu_ind_to_xy(data_to_Neur)#每個資料在哪個座標之神經元
data_to_Neur={"key":data_to_Neur}#對data_to_Neur資料命名為KEY
data_to_Neur1=pd.DataFrame(data_to_Neur)#對生data_to_Neur成dataframe形式
#=======================
#自動化生成index
n=data_to_Neur1.shape[0]#資料之RAW個數
key=list(range(n))
key={"key":key}#對生成之index先命名
key=pd.DataFrame(key)#生出index之dataframe
#========================
#每個神經元屬於第幾群之資料處理
label=getattr(sm, 'cluster_labels')#每個神經元屬於第幾群#這邊index的是資料神經元的排序
label={"cluster":label}#對上面那行進行命名
label=pd.DataFrame(label)#轉成資料庫形式
label=pd.concat([label,key], axis=1, join_axes=[label.index])#將第65行之index併入label#這邊的index電腦能辨識
#===========================
#將資料屬於哪個神經元及神經元屬於第幾群合併，即可得到每筆資料屬於哪一群
cluster=data_to_Neur1.merge(label, left_on='key', right_on='key', how='left')
cluster_final=cluster.drop(["key"],axis=1)
cluster_final.to_csv('cluster_data.csv')