【Python】ポケモンでクラスター分析

こんにちは、ぱそきいろです。
ネットサーフィンしてたら、ポケモンのデータをまとめたJSONがありました。
github.com
Read me には

This repository provides a basic dataset of all Pokemons.

とあります。
名前と種族値がまとめられてるJSONファイルや、それぞれのポケモンの画像があります。

今回はポケモンを種族値でクラスター分析して、一覧で表示したいと思います。
よろしくお願いします。

ポケモンデータ
クラスター分析
クラスター数 20 で分析
適切なクラス数を探す
クラスター数50で分類
まとめ

ポケモンデータ

まずは Python でデータを読み込んで中身を見てみます。

s=open("./pokemon.json-master/pokedex.json","r")
json_load=json.load(s)

pprint.pprint(json_load[0],width=40)

分類するデータはこんな感じです（フシギダネのデータ）。

{'base': {'Attack': 49,
          'Defense': 49,
          'HP': 45,
          'Sp. Attack': 65,
          'Sp. Defense': 65,
          'Speed': 45},
 'id': 1,
 'name': {'chinese': '妙蛙种子',
          'english': 'Bulbasaur',
          'french': 'Bulbizarre',
          'japanese': 'フシギダネ'},
 'type': ['Grass', 'Poison']}

クラスター分析

クラスター分類のうち「非階層的クラスタ分析」をしていきます。

詳しくはここを参考にして実装していきます。
pythondatascience.plavox.info

#データを使いやすいように整形
name=[]
attack=[]
defense=[]
hp=[]
spattack=[]
spdefense=[]
speed=[]

for i in range(len(json_load)):
    name.append(json_load[i]["name"]["japanese"])
    attack.append(json_load[i]["base"]["Attack"])
    defense.append(json_load[i]["base"]["Defense"])
    hp.append(json_load[i]["base"]["HP"])
    spattack.append(json_load[i]["base"]["Sp. Attack"])
    spdefense.append(json_load[i]["base"]["Sp. Defense"])
    speed.append(json_load[i]["base"]["Speed"])

#numpyに変形
myarray=np.array([attack,defense,hp,spattack,spdefense,speed],np.int32)
myarray=myarray.T
clusternum=20
#KMeansでクラスター分類
pred=KMeans(n_clusters=clusternum).fit_predict(myarray)

クラスター数 20 で分析

とりあえず、クラスター数 20 で分類してみます。
可視化した結果が以下です。
f:id:takabsk55:20200506234257p:plain
f:id:takabsk55:20200506234317j:plain

とりあえず、特徴的な物を見ていきたいと思います。
分かりやすそうな以下の4つを見ていきます。
f:id:takabsk55:20200507001552j:plain

ステータス低め
なんというか、弱そうですねw
キャタピー枠というか、昆虫枠が入ってますね。
f:id:takabsk55:20200507001706p:plain

ステータス高め
こっちは一転して強そうなポケモンばっかりですね。
アルセウス以降の半分くらいは分からない。。。
インフレしてるんですかねぇ。。。
f:id:takabsk55:20200507001954p:plain

HP高め
HPが特徴的に高いクラスにラッキーとハピナスの 2 体が分類されてました。
さすがジョーイさんのポケモンという感じですね。
f:id:takabsk55:20200507002210p:plain

防御高め
防御が特徴的に高いクラスにはツボツボだけが分類されました。
詳しくないので、ググると防御力が高いというだけ有名みたいです。
f:id:takabsk55:20200507002819p:plain

適切なクラス数を探す

と、ここでクラスター数が 20 でいいのか思いました。
調べてみると最適なクラスター数を調べる方法がありました。
qiita.com
エルボー法というのがあるみたいなので、試してみます。
ポケモンの数が 800 ちょっとあるので、2~800の間で調べます。
時間がかかるので適当に打ち切って結果を見ます。

for i  in range(2,800):         # 1~10クラスタまで一気に計算
    print(i)
    km = KMeans(n_clusters=i,
                init='k-means++',     # k-means++法によりクラスタ中心を選択
                n_init=10,
                max_iter=300,
                random_state=0)
    km.fit(myarray)                         # クラスタリングの計算を実行
    distortions.append(km.inertia_)   # km.fitするとkm.inertia_が得られる

    plt.plot(range(1,i),distortions,marker='o')
    plt.xlabel('Number of clusters')
    plt.ylabel('Distortion')
    plt.savefig("elbo")

f:id:takabsk55:20200507004640p:plain
なんとなく 50 クラスくらいでガクッと下がってる気がします。
50 クラスでクラスター分類してみます。