k-means_visualization

import os
import ipdb # ipdb.set_trace()
import matplotlib.pyplot as plt
import numpy as np
from sklearn.cluster import KMeans

np.random.seed(0)

samples = 1000 #por grupo
# grupo artificialmente criado 1, ao redor do ponto [5,10], com desvio padrão 0.5

coordX_1 = 5+2.5*np.random.randn(samples)
coordY_1 = 10+2.5*np.random.randn(samples)

# grupo artificialmente criado 2 ao redor do ponto [2,2], com desvio padrão 0.5
coordX_2 = 2+0.5*np.random.randn(samples)
coordY_2 = 2+0.5*np.random.randn(samples)

# grupo artificialmente criado 3 ao redor do ponto [7,3], com desvio padrão 0.5
coordX_3 = 7+0.5*np.random.randn(samples)
coordY_3 = 3+0.5*np.random.randn(samples)


coordX = np.concatenate([coordX_1, coordX_2, coordX_3])
coordY = np.concatenate([coordY_1, coordY_2, coordY_3])

X = np.column_stack([coordX,coordY])


#plt.scatter(X[:,0],X[:,1])
#plt.show()

#ipdb.set_trace()

kmeans = KMeans(n_clusters=5, random_state=0).fit(X)

print(kmeans.labels_)
print(kmeans.cluster_centers_)




# plot the decision boundaries, based on https://scikit-learn.org/stable/auto_examples/cluster/plot_kmeans_digits.html
step = 0.1
x_min, x_max = X[:, 0].min() - 1, X[:, 0].max() + 1
y_min, y_max = X[:, 1].min() - 1, X[:, 1].max() + 1

xx, yy = np.meshgrid(np.arange(x_min, x_max, step), np.arange(y_min, y_max, step))

Z = kmeans.predict(np.c_[xx.ravel(), yy.ravel()])

Z = Z.reshape(xx.shape)


# plotar o resultado dos clusters baseado em cor
plt.imshow(Z, interpolation='nearest',
           extent=(xx.min(), xx.max(), yy.min(), yy.max()),
           cmap=plt.cm.Paired,
           aspect='auto', origin='lower')


# plotar os dados
plt.plot(X[:, 0], X[:, 1], 'k.', markersize=2)


# plotar os centroides
centroids = kmeans.cluster_centers_

plt.plot(centroids[:,0],centroids[:,1], 'r.', markersize=10)

plt.show()