zadanie-k-średnie
This commit is contained in:
parent
e4adfb04dc
commit
08abda0e74
32
clusters.py
Normal file
32
clusters.py
Normal file
@ -0,0 +1,32 @@
|
|||||||
|
import matplotlib.pyplot as plt
|
||||||
|
from sklearn.cluster import KMeans
|
||||||
|
import numpy as np
|
||||||
|
from sklearn.feature_extraction.text import TfidfVectorizer
|
||||||
|
from sklearn.preprocessing import MaxAbsScaler
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
K = range(1, 87)
|
||||||
|
W = range(1, 683)
|
||||||
|
|
||||||
|
mms = MaxAbsScaler()
|
||||||
|
|
||||||
|
with open("test-A/in.tsv") as file:
|
||||||
|
corpus = file.readlines()
|
||||||
|
vectorizer = TfidfVectorizer(ngram_range=(1,2), use_idf = True)
|
||||||
|
vectorizer = TfidfVectorizer()
|
||||||
|
vectors = vectorizer.fit_transform(corpus)
|
||||||
|
mms.fit(vectors)
|
||||||
|
transformed = mms.transform(vectors)
|
||||||
|
|
||||||
|
Sum_of_squered_distances = []
|
||||||
|
|
||||||
|
for k in W:
|
||||||
|
km = KMeans(n_clusters=k)
|
||||||
|
km = km.fit(transformed)
|
||||||
|
Sum_of_squered_distances.append(km.inertia_)
|
||||||
|
|
||||||
|
plt.plot(W, Sum_of_squered_distances, 'bx-')
|
||||||
|
plt.xlabel('k')
|
||||||
|
plt.ylabel('Sum_of_squered_distances')
|
||||||
|
plt.show()
|
87
dev-0/out.tsv
Normal file
87
dev-0/out.tsv
Normal file
@ -0,0 +1,87 @@
|
|||||||
|
18
|
||||||
|
4
|
||||||
|
6
|
||||||
|
12
|
||||||
|
24
|
||||||
|
22
|
||||||
|
27
|
||||||
|
3
|
||||||
|
4
|
||||||
|
8
|
||||||
|
26
|
||||||
|
22
|
||||||
|
0
|
||||||
|
13
|
||||||
|
25
|
||||||
|
15
|
||||||
|
33
|
||||||
|
24
|
||||||
|
23
|
||||||
|
24
|
||||||
|
16
|
||||||
|
11
|
||||||
|
7
|
||||||
|
10
|
||||||
|
20
|
||||||
|
11
|
||||||
|
21
|
||||||
|
7
|
||||||
|
34
|
||||||
|
32
|
||||||
|
27
|
||||||
|
27
|
||||||
|
17
|
||||||
|
5
|
||||||
|
25
|
||||||
|
17
|
||||||
|
13
|
||||||
|
1
|
||||||
|
21
|
||||||
|
12
|
||||||
|
4
|
||||||
|
30
|
||||||
|
17
|
||||||
|
12
|
||||||
|
18
|
||||||
|
29
|
||||||
|
31
|
||||||
|
24
|
||||||
|
3
|
||||||
|
17
|
||||||
|
20
|
||||||
|
6
|
||||||
|
27
|
||||||
|
11
|
||||||
|
14
|
||||||
|
10
|
||||||
|
24
|
||||||
|
24
|
||||||
|
27
|
||||||
|
28
|
||||||
|
17
|
||||||
|
19
|
||||||
|
30
|
||||||
|
24
|
||||||
|
22
|
||||||
|
11
|
||||||
|
2
|
||||||
|
18
|
||||||
|
5
|
||||||
|
31
|
||||||
|
16
|
||||||
|
23
|
||||||
|
18
|
||||||
|
9
|
||||||
|
24
|
||||||
|
3
|
||||||
|
20
|
||||||
|
14
|
||||||
|
12
|
||||||
|
3
|
||||||
|
8
|
||||||
|
3
|
||||||
|
8
|
||||||
|
24
|
||||||
|
9
|
||||||
|
1
|
||||||
|
24
|
|
20
skrypt-dev-0.py
Normal file
20
skrypt-dev-0.py
Normal file
@ -0,0 +1,20 @@
|
|||||||
|
from sklearn.cluster import KMeans
|
||||||
|
import numpy as np
|
||||||
|
from sklearn.feature_extraction.text import TfidfVectorizer
|
||||||
|
import matplotlib.pyplot as plt
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
with open("dev-0/in.tsv") as file:
|
||||||
|
corpus = file.readlines()
|
||||||
|
vectorizer = TfidfVectorizer(ngram_range=(1,2), use_idf = True)
|
||||||
|
vectors = vectorizer.fit_transform(corpus)
|
||||||
|
|
||||||
|
kmeans = KMeans(n_clusters=35, random_state = 0).fit(vectors)
|
||||||
|
prediction = kmeans.fit_predict(vectors)
|
||||||
|
labels = kmeans.labels_
|
||||||
|
labels = np.array2string(labels, precision=2, separator='\n', suppress_small=True)
|
||||||
|
|
||||||
|
file = open("dev-0/out.tsv", "w")
|
||||||
|
file.write(labels[1:-1])
|
20
skrypt-test-A.py
Normal file
20
skrypt-test-A.py
Normal file
@ -0,0 +1,20 @@
|
|||||||
|
from sklearn.cluster import KMeans
|
||||||
|
import numpy as np
|
||||||
|
from sklearn.feature_extraction.text import TfidfVectorizer
|
||||||
|
import matplotlib.pyplot as plt
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
with open("test-A/in.tsv") as file:
|
||||||
|
corpus = file.readlines()
|
||||||
|
vectorizer = TfidfVectorizer(ngram_range=(1,2), use_idf = True)
|
||||||
|
vectors = vectorizer.fit_transform(corpus)
|
||||||
|
|
||||||
|
kmeans = KMeans(n_clusters=255, random_state = 0).fit(vectors)
|
||||||
|
prediction = kmeans.fit_predict(vectors)
|
||||||
|
labels = kmeans.labels_
|
||||||
|
labels = np.array2string(labels, precision=2, separator='\n', suppress_small=True)
|
||||||
|
|
||||||
|
file = open("test-A/out.tsv", "w")
|
||||||
|
file.write(labels[1:-1])
|
691
test-A/out.tsv
Normal file
691
test-A/out.tsv
Normal file
@ -0,0 +1,691 @@
|
|||||||
|
63
|
||||||
|
130
|
||||||
|
223
|
||||||
|
128
|
||||||
|
113
|
||||||
|
107
|
||||||
|
227
|
||||||
|
27
|
||||||
|
70
|
||||||
|
129
|
||||||
|
203
|
||||||
|
73
|
||||||
|
174
|
||||||
|
160
|
||||||
|
17
|
||||||
|
244
|
||||||
|
93
|
||||||
|
205
|
||||||
|
93
|
||||||
|
17
|
||||||
|
185
|
||||||
|
38
|
||||||
|
20
|
||||||
|
117
|
||||||
|
165
|
||||||
|
53
|
||||||
|
111
|
||||||
|
78
|
||||||
|
194
|
||||||
|
98
|
||||||
|
147
|
||||||
|
254
|
||||||
|
20
|
||||||
|
97
|
||||||
|
68
|
||||||
|
58
|
||||||
|
73
|
||||||
|
77
|
||||||
|
143
|
||||||
|
125
|
||||||
|
51
|
||||||
|
14
|
||||||
|
186
|
||||||
|
4
|
||||||
|
48
|
||||||
|
204
|
||||||
|
164
|
||||||
|
9
|
||||||
|
223
|
||||||
|
17
|
||||||
|
223
|
||||||
|
155
|
||||||
|
209
|
||||||
|
117
|
||||||
|
46
|
||||||
|
95
|
||||||
|
131
|
||||||
|
156
|
||||||
|
218
|
||||||
|
240
|
||||||
|
105
|
||||||
|
166
|
||||||
|
111
|
||||||
|
52
|
||||||
|
17
|
||||||
|
43
|
||||||
|
80
|
||||||
|
107
|
||||||
|
108
|
||||||
|
139
|
||||||
|
35
|
||||||
|
68
|
||||||
|
140
|
||||||
|
145
|
||||||
|
132
|
||||||
|
227
|
||||||
|
252
|
||||||
|
235
|
||||||
|
211
|
||||||
|
8
|
||||||
|
184
|
||||||
|
13
|
||||||
|
44
|
||||||
|
136
|
||||||
|
110
|
||||||
|
57
|
||||||
|
209
|
||||||
|
235
|
||||||
|
228
|
||||||
|
51
|
||||||
|
119
|
||||||
|
106
|
||||||
|
68
|
||||||
|
92
|
||||||
|
103
|
||||||
|
166
|
||||||
|
63
|
||||||
|
48
|
||||||
|
193
|
||||||
|
200
|
||||||
|
151
|
||||||
|
86
|
||||||
|
47
|
||||||
|
26
|
||||||
|
218
|
||||||
|
172
|
||||||
|
135
|
||||||
|
39
|
||||||
|
74
|
||||||
|
65
|
||||||
|
50
|
||||||
|
156
|
||||||
|
70
|
||||||
|
142
|
||||||
|
69
|
||||||
|
92
|
||||||
|
177
|
||||||
|
33
|
||||||
|
79
|
||||||
|
176
|
||||||
|
12
|
||||||
|
82
|
||||||
|
26
|
||||||
|
144
|
||||||
|
157
|
||||||
|
143
|
||||||
|
247
|
||||||
|
15
|
||||||
|
84
|
||||||
|
9
|
||||||
|
106
|
||||||
|
67
|
||||||
|
105
|
||||||
|
77
|
||||||
|
224
|
||||||
|
68
|
||||||
|
127
|
||||||
|
8
|
||||||
|
44
|
||||||
|
29
|
||||||
|
89
|
||||||
|
59
|
||||||
|
12
|
||||||
|
29
|
||||||
|
53
|
||||||
|
131
|
||||||
|
65
|
||||||
|
29
|
||||||
|
170
|
||||||
|
95
|
||||||
|
93
|
||||||
|
103
|
||||||
|
177
|
||||||
|
17
|
||||||
|
137
|
||||||
|
73
|
||||||
|
18
|
||||||
|
30
|
||||||
|
145
|
||||||
|
38
|
||||||
|
41
|
||||||
|
104
|
||||||
|
71
|
||||||
|
21
|
||||||
|
35
|
||||||
|
92
|
||||||
|
44
|
||||||
|
220
|
||||||
|
68
|
||||||
|
68
|
||||||
|
146
|
||||||
|
85
|
||||||
|
217
|
||||||
|
14
|
||||||
|
140
|
||||||
|
44
|
||||||
|
243
|
||||||
|
83
|
||||||
|
176
|
||||||
|
149
|
||||||
|
10
|
||||||
|
9
|
||||||
|
88
|
||||||
|
171
|
||||||
|
53
|
||||||
|
138
|
||||||
|
82
|
||||||
|
22
|
||||||
|
27
|
||||||
|
210
|
||||||
|
63
|
||||||
|
5
|
||||||
|
73
|
||||||
|
133
|
||||||
|
196
|
||||||
|
30
|
||||||
|
209
|
||||||
|
223
|
||||||
|
176
|
||||||
|
63
|
||||||
|
175
|
||||||
|
112
|
||||||
|
63
|
||||||
|
40
|
||||||
|
129
|
||||||
|
103
|
||||||
|
223
|
||||||
|
9
|
||||||
|
130
|
||||||
|
6
|
||||||
|
106
|
||||||
|
91
|
||||||
|
104
|
||||||
|
6
|
||||||
|
30
|
||||||
|
73
|
||||||
|
101
|
||||||
|
20
|
||||||
|
36
|
||||||
|
70
|
||||||
|
17
|
||||||
|
126
|
||||||
|
106
|
||||||
|
193
|
||||||
|
23
|
||||||
|
67
|
||||||
|
41
|
||||||
|
234
|
||||||
|
96
|
||||||
|
73
|
||||||
|
131
|
||||||
|
87
|
||||||
|
95
|
||||||
|
173
|
||||||
|
16
|
||||||
|
70
|
||||||
|
67
|
||||||
|
117
|
||||||
|
169
|
||||||
|
131
|
||||||
|
57
|
||||||
|
70
|
||||||
|
43
|
||||||
|
87
|
||||||
|
207
|
||||||
|
32
|
||||||
|
102
|
||||||
|
102
|
||||||
|
40
|
||||||
|
21
|
||||||
|
62
|
||||||
|
33
|
||||||
|
13
|
||||||
|
64
|
||||||
|
112
|
||||||
|
23
|
||||||
|
57
|
||||||
|
204
|
||||||
|
41
|
||||||
|
12
|
||||||
|
95
|
||||||
|
101
|
||||||
|
242
|
||||||
|
168
|
||||||
|
127
|
||||||
|
75
|
||||||
|
131
|
||||||
|
146
|
||||||
|
112
|
||||||
|
91
|
||||||
|
206
|
||||||
|
185
|
||||||
|
210
|
||||||
|
152
|
||||||
|
187
|
||||||
|
180
|
||||||
|
40
|
||||||
|
50
|
||||||
|
12
|
||||||
|
215
|
||||||
|
148
|
||||||
|
61
|
||||||
|
132
|
||||||
|
8
|
||||||
|
64
|
||||||
|
11
|
||||||
|
114
|
||||||
|
156
|
||||||
|
161
|
||||||
|
20
|
||||||
|
74
|
||||||
|
164
|
||||||
|
233
|
||||||
|
79
|
||||||
|
159
|
||||||
|
102
|
||||||
|
103
|
||||||
|
11
|
||||||
|
186
|
||||||
|
78
|
||||||
|
40
|
||||||
|
74
|
||||||
|
2
|
||||||
|
210
|
||||||
|
126
|
||||||
|
83
|
||||||
|
211
|
||||||
|
181
|
||||||
|
19
|
||||||
|
57
|
||||||
|
130
|
||||||
|
54
|
||||||
|
76
|
||||||
|
174
|
||||||
|
96
|
||||||
|
146
|
||||||
|
135
|
||||||
|
150
|
||||||
|
179
|
||||||
|
98
|
||||||
|
166
|
||||||
|
44
|
||||||
|
38
|
||||||
|
177
|
||||||
|
231
|
||||||
|
122
|
||||||
|
177
|
||||||
|
132
|
||||||
|
158
|
||||||
|
40
|
||||||
|
85
|
||||||
|
167
|
||||||
|
213
|
||||||
|
15
|
||||||
|
182
|
||||||
|
223
|
||||||
|
8
|
||||||
|
76
|
||||||
|
17
|
||||||
|
56
|
||||||
|
104
|
||||||
|
105
|
||||||
|
64
|
||||||
|
17
|
||||||
|
137
|
||||||
|
12
|
||||||
|
222
|
||||||
|
31
|
||||||
|
62
|
||||||
|
158
|
||||||
|
72
|
||||||
|
66
|
||||||
|
54
|
||||||
|
241
|
||||||
|
129
|
||||||
|
251
|
||||||
|
102
|
||||||
|
161
|
||||||
|
162
|
||||||
|
166
|
||||||
|
229
|
||||||
|
195
|
||||||
|
79
|
||||||
|
152
|
||||||
|
102
|
||||||
|
212
|
||||||
|
223
|
||||||
|
174
|
||||||
|
21
|
||||||
|
41
|
||||||
|
130
|
||||||
|
232
|
||||||
|
73
|
||||||
|
154
|
||||||
|
101
|
||||||
|
56
|
||||||
|
15
|
||||||
|
28
|
||||||
|
45
|
||||||
|
251
|
||||||
|
53
|
||||||
|
201
|
||||||
|
239
|
||||||
|
249
|
||||||
|
6
|
||||||
|
50
|
||||||
|
124
|
||||||
|
73
|
||||||
|
123
|
||||||
|
107
|
||||||
|
163
|
||||||
|
43
|
||||||
|
111
|
||||||
|
223
|
||||||
|
219
|
||||||
|
157
|
||||||
|
57
|
||||||
|
113
|
||||||
|
18
|
||||||
|
120
|
||||||
|
40
|
||||||
|
209
|
||||||
|
95
|
||||||
|
81
|
||||||
|
45
|
||||||
|
17
|
||||||
|
246
|
||||||
|
86
|
||||||
|
24
|
||||||
|
34
|
||||||
|
99
|
||||||
|
11
|
||||||
|
101
|
||||||
|
8
|
||||||
|
15
|
||||||
|
61
|
||||||
|
21
|
||||||
|
210
|
||||||
|
139
|
||||||
|
198
|
||||||
|
39
|
||||||
|
114
|
||||||
|
72
|
||||||
|
20
|
||||||
|
41
|
||||||
|
112
|
||||||
|
142
|
||||||
|
113
|
||||||
|
154
|
||||||
|
17
|
||||||
|
133
|
||||||
|
80
|
||||||
|
21
|
||||||
|
14
|
||||||
|
10
|
||||||
|
170
|
||||||
|
14
|
||||||
|
57
|
||||||
|
117
|
||||||
|
20
|
||||||
|
32
|
||||||
|
223
|
||||||
|
99
|
||||||
|
191
|
||||||
|
93
|
||||||
|
33
|
||||||
|
244
|
||||||
|
10
|
||||||
|
194
|
||||||
|
40
|
||||||
|
7
|
||||||
|
14
|
||||||
|
185
|
||||||
|
75
|
||||||
|
25
|
||||||
|
77
|
||||||
|
253
|
||||||
|
21
|
||||||
|
175
|
||||||
|
210
|
||||||
|
79
|
||||||
|
144
|
||||||
|
237
|
||||||
|
226
|
||||||
|
125
|
||||||
|
103
|
||||||
|
142
|
||||||
|
225
|
||||||
|
192
|
||||||
|
51
|
||||||
|
122
|
||||||
|
118
|
||||||
|
51
|
||||||
|
134
|
||||||
|
215
|
||||||
|
40
|
||||||
|
112
|
||||||
|
104
|
||||||
|
208
|
||||||
|
36
|
||||||
|
41
|
||||||
|
23
|
||||||
|
99
|
||||||
|
245
|
||||||
|
178
|
||||||
|
171
|
||||||
|
182
|
||||||
|
102
|
||||||
|
112
|
||||||
|
19
|
||||||
|
123
|
||||||
|
223
|
||||||
|
9
|
||||||
|
197
|
||||||
|
84
|
||||||
|
77
|
||||||
|
64
|
||||||
|
29
|
||||||
|
110
|
||||||
|
7
|
||||||
|
230
|
||||||
|
1
|
||||||
|
57
|
||||||
|
77
|
||||||
|
71
|
||||||
|
76
|
||||||
|
42
|
||||||
|
76
|
||||||
|
86
|
||||||
|
48
|
||||||
|
16
|
||||||
|
119
|
||||||
|
20
|
||||||
|
2
|
||||||
|
169
|
||||||
|
94
|
||||||
|
149
|
||||||
|
93
|
||||||
|
2
|
||||||
|
9
|
||||||
|
4
|
||||||
|
135
|
||||||
|
41
|
||||||
|
49
|
||||||
|
228
|
||||||
|
216
|
||||||
|
183
|
||||||
|
199
|
||||||
|
236
|
||||||
|
174
|
||||||
|
10
|
||||||
|
214
|
||||||
|
51
|
||||||
|
97
|
||||||
|
100
|
||||||
|
34
|
||||||
|
184
|
||||||
|
238
|
||||||
|
61
|
||||||
|
172
|
||||||
|
142
|
||||||
|
29
|
||||||
|
113
|
||||||
|
25
|
||||||
|
81
|
||||||
|
16
|
||||||
|
0
|
||||||
|
254
|
||||||
|
39
|
||||||
|
64
|
||||||
|
215
|
||||||
|
175
|
||||||
|
37
|
||||||
|
78
|
||||||
|
67
|
||||||
|
13
|
||||||
|
39
|
||||||
|
57
|
||||||
|
68
|
||||||
|
43
|
||||||
|
16
|
||||||
|
223
|
||||||
|
132
|
||||||
|
27
|
||||||
|
141
|
||||||
|
161
|
||||||
|
77
|
||||||
|
85
|
||||||
|
27
|
||||||
|
3
|
||||||
|
223
|
||||||
|
223
|
||||||
|
135
|
||||||
|
58
|
||||||
|
211
|
||||||
|
31
|
||||||
|
64
|
||||||
|
162
|
||||||
|
31
|
||||||
|
136
|
||||||
|
95
|
||||||
|
87
|
||||||
|
189
|
||||||
|
16
|
||||||
|
169
|
||||||
|
57
|
||||||
|
13
|
||||||
|
95
|
||||||
|
202
|
||||||
|
102
|
||||||
|
33
|
||||||
|
69
|
||||||
|
72
|
||||||
|
100
|
||||||
|
42
|
||||||
|
250
|
||||||
|
63
|
||||||
|
105
|
||||||
|
24
|
||||||
|
192
|
||||||
|
223
|
||||||
|
17
|
||||||
|
61
|
||||||
|
17
|
||||||
|
95
|
||||||
|
132
|
||||||
|
90
|
||||||
|
109
|
||||||
|
25
|
||||||
|
160
|
||||||
|
73
|
||||||
|
86
|
||||||
|
63
|
||||||
|
26
|
||||||
|
73
|
||||||
|
5
|
||||||
|
7
|
||||||
|
21
|
||||||
|
2
|
||||||
|
19
|
||||||
|
116
|
||||||
|
38
|
||||||
|
188
|
||||||
|
142
|
||||||
|
105
|
||||||
|
22
|
||||||
|
195
|
||||||
|
135
|
||||||
|
47
|
||||||
|
153
|
||||||
|
94
|
||||||
|
21
|
||||||
|
60
|
||||||
|
115
|
||||||
|
77
|
||||||
|
39
|
||||||
|
44
|
||||||
|
80
|
||||||
|
36
|
||||||
|
121
|
||||||
|
17
|
||||||
|
57
|
||||||
|
240
|
||||||
|
95
|
||||||
|
229
|
||||||
|
220
|
||||||
|
100
|
||||||
|
45
|
||||||
|
78
|
||||||
|
58
|
||||||
|
210
|
||||||
|
171
|
||||||
|
13
|
||||||
|
31
|
||||||
|
70
|
||||||
|
126
|
||||||
|
55
|
||||||
|
112
|
||||||
|
31
|
||||||
|
221
|
||||||
|
132
|
||||||
|
16
|
||||||
|
190
|
||||||
|
65
|
||||||
|
77
|
||||||
|
248
|
||||||
|
81
|
||||||
|
14
|
||||||
|
53
|
||||||
|
150
|
||||||
|
86
|
||||||
|
103
|
||||||
|
165
|
||||||
|
41
|
||||||
|
118
|
||||||
|
199
|
||||||
|
183
|
||||||
|
133
|
||||||
|
79
|
||||||
|
20
|
||||||
|
32
|
||||||
|
3
|
||||||
|
202
|
||||||
|
41
|
||||||
|
254
|
||||||
|
223
|
||||||
|
17
|
||||||
|
26
|
||||||
|
63
|
||||||
|
134
|
||||||
|
41
|
|
Loading…
Reference in New Issue
Block a user