다음은 테스트 데이터셋에 대한 클러스터 ID 값입니다.
tensor([0, 2, 2, 0, 1, 2, 0, 1, 1, 0, 2, 1, 0, 2, 2, 2, 1, 1, 0, 1, 1, 2, 1, 2, 1, 1, 1, 2, 2, 1])
ID 값은 훈련 데이터셋과 마찬가지로 0, 1, 2의 범주 값(앞에서 클러스터를 3으로 설정)으로 구성되어 있습니다.
이제 마지막으로 예측 결과를 그래프로 살펴보겠습니다.
코드 11-13 예측 결과 그래프로 확인
import matplotlib.pyplot as plt
plt.figure(figsize=(4, 3), dpi=160)
plt.scatter(y[:, 0], y[:, 1], c=cluster_ids_y, cmap='viridis', marker='x') ------ 테스트 데이터셋에 적용된 클러스터 결과 출력
plt.scatter(
cluster_centers[:, 0], cluster_centers[:, 1],
c='white',
alpha=0.6,
edgecolors='black',
linewidths=2
)
plt.tight_layout() ------ ①
plt.show()