Ejemplo n.º 1
0
def main(fpath, vocab_fpath, num_cluster, pca):
    song_matrix = read_sparse(fpath)
    vocab = read_vocabuary(vocab_fpath)

    data = None
    if not pca:
        data = song_matrix
    else:
        pca_algo = RandomizedPCA(n_components=pca)
        data = pca_algo.fit(song_matrix).transform(song_matrix)

    labels_column = run_n_kmeans(data, num_cluster, num_cluster, 2)
    _summarize(song_matrix, vocab, labels_column, num_cluster)
Ejemplo n.º 2
0
def main(fpath):
    song_matrix = read_sparse(fpath)
    to_plot_x = [0] + range(2, 21) + [25, 35]
    to_plot_y = [0]
    errors = [0]
    for x in to_plot_x[1:]:
        print(x)
        beta_cv, err = kmeans_betacv(song_matrix, x, True)
        to_plot_y.append(beta_cv)
        errors.append(err)
    
    ax = plt.gca()
    ax.set_xticks(to_plot_x)
    plt.ylabel('IntraCluster/InterCluster Ratio')
    plt.xlabel('Number of clusters')
    plt.errorbar(to_plot_x, to_plot_y, yerr=errors, 
                 fmt='bo', markersize=8, elinewidth=2)
    plt.show()
Ejemplo n.º 3
0
def main(fpath, hex):
    song_matrix = read_sparse(fpath)

    pca = RandomizedPCA(n_components = 2)
    pcas = pca.fit(song_matrix).transform(song_matrix)
    
    print(pca.explained_variance_ratio_)
    if hex:
        plt.hexbin(pcas[:,0], pcas[:,1], cmap=cm.get_cmap('bone_r', 100),
                   bins='log', gridsize=100, mincnt=2)
        plt.colorbar()
    else:
        plt.scatter(pcas[:,0], pcas[:,1])
        
    plt.legend()
    ax = plt.gca()
    plt.ylabel('Second Principal Component')
    plt.xlabel('First Principal Component')
    plt.title('PCA of the LastFM dataset')
    
    plt.show()