Bilişim dünyasına kaliteli, özgün ve Türkçe içerikler kazandırmayı hedefleyen bir platform..

Diyelim ki yapay zeka, makine öğrenmesi, derin öğrenme veya veri bilimi ile uğraşıyorsunuz. Elinizde bir veri var ve bu veri içinde kaç küme olduğunu bilmiyorsunuz ya da karar vermek istiyorsunuz. Kullanacağınız yöntemlerden birisi de Silhouette Method'dur.

import pandas as pd
import matplotlib.pyplot as plt

from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import StandardScaler, OneHotEncoder
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score

# Sayısal ve kategorik sütunları ayır
numeric_cols = df_cl.select_dtypes(include=['int64', 'float64']).columns
categorical_cols = df_cl.select_dtypes(include=['object', 'category']).columns

# Ön işleme
preprocessor = ColumnTransformer([
    ("num", StandardScaler(), numeric_cols),
    ("cat", OneHotEncoder(), categorical_cols)
])

# Veriyi dönüştür
X_processed = preprocessor.fit_transform(df_cl)

# Sparse -> dense
X_processed = X_processed.toarray()

# Silhouette skorları
silhouette_scores = []

K = range(2, 11)

for k in K:
    
    kmeans = KMeans(
        n_clusters=k,
        init='k-means++',
        random_state=42,
        n_init=10
    )
    
    cluster_labels = kmeans.fit_predict(X_processed)
    
    score = silhouette_score(X_processed, cluster_labels)
    
    silhouette_scores.append(score)

# Grafik
plt.figure(figsize=(8,5))

plt.plot(K, silhouette_scores, marker='o')

plt.title("Silhouette Analizi")
plt.xlabel("Küme Sayısı")
plt.ylabel("Silhouette Skoru")

plt.xticks(K)
plt.grid(True)

plt.show()

# En iyi küme sayısı
best_k = K[silhouette_scores.index(max(silhouette_scores))]

print("En iyi küme sayısı:", best_k)
print("En yüksek silhouette skoru:", max(silhouette_scores))