from diffprivlib.models import KMeans
# Computing the clusters with the DP model
model = KMeans(epsilon=1, n_clusters=3)
# Run the model and obtain clusters
clusters = model.fit_predict(X)
DPクラスタリングの改善
クラスタリング前に前処理できます。
特徴量のスケーリング（StandardScaler）、次元削減（PCA）など。
モデルの慣性を低減
セグメントの精度向上
diffprivlibでもsklearn同様に実施します。
DPクラスタリングの改善
from sklearn.decomposition import PCA
# Initialize PCA
pca = PCA()
# Fit transform data with PCA
X = pca.fit_transform(X)
# Computing the clusters with the DP model
model = dp_Kmeans(epsilon=1, n_clusters=3)
# Run the model and obtain clusters
clusters = model.fit_predict(X)
DPクラスタリングの改善
DPクラスタリングの改善
データ変換で結果が改善
エルボー法
イプシロン（ε）
from diffprivlib.models import KMeans as model
# Computing the clusters with the DP model
model = dp_Kmeans(epsilon=0.2, n_clusters=3)
# Run the model and obtain clusters
clusters = model.fit_predict(X)
Preparing Video For Download...
