hossam 0.4.17__tar.gz → 0.4.18__tar.gz

{hossam-0.4.17/hossam.egg-info → hossam-0.4.18}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: hossam
-Version: 0.4.17
+Version: 0.4.18
 Summary: Hossam Data Helper
 Author-email: Lee Kwang-Ho <leekh4232@gmail.com>
 License-Expression: MIT

{hossam-0.4.17 → hossam-0.4.18}/hossam/__init__.py

@@ -119,10 +119,29 @@ def _init():
 
     _init_korean_font()
 
+    pd.set_option("display.max_colwidth", None)
+    pd.set_option("display.width", None)
     # 컬럼 생략 금지
     pd.set_option("display.max_columns", None)
     # 행 최대 출력 수 100개로 수정
     pd.set_option("display.max_rows", 100)
 
+    from IPython.display import display, HTML
+
+    display(HTML("""
+    <style>
+    .dataframe td, .dataframe th {
+        white-space: nowrap;
+        font-size: 0.85em;
+        padding: 2px 3px;
+    }
+                 
+    .dataframe tr:hover {
+        background-color: #ffff99 !important;
+        border: 1px solid #ffcc00;
+    }
+    </style>
+    """))
+
 
 _init()

hossam-0.4.17/hossam/hs_cluster.py → hossam-0.4.18/hossam/hs_cluster copy.py

@@ -23,6 +23,7 @@ from sklearn.metrics import silhouette_score, adjusted_rand_score
 # hossam 패키지 참조
 # ===================================================================
 from . import hs_plot
+from .hs_util import is_2d
 
 RANDOM_STATE = 52
 
@@ -32,10 +33,11 @@ RANDOM_STATE = 52
 # ===================================================================
 def kmeans_fit(
     data: DataFrame,
-    n_clusters: int,
+    n_clusters: int | None = None,
+    k_range: list | tuple = [2, 11],
     random_state: int = RANDOM_STATE,
     plot: bool = False,
-    fields: list[list[str]] | None = None,
+    fields: list[str] | tuple[str] | tuple[tuple[str]] | list[list[str]] | None = None,
     **params,
 ) -> tuple[KMeans, DataFrame, float]:
     """
@@ -43,7 +45,7 @@ def kmeans_fit(
 
     Args:
         data (DataFrame): 군집화할 데이터프레임.
-        n_clusters (int): 군집 개수.
+        n_clusters (int | None): 군집 개수.
         random_state (int, optional): 랜덤 시드. 기본값은 RANDOM_STATE.
         plot (bool, optional): True면 결과를 시각화함. 기본값 False.
         fields (list[list[str]] | None, optional): 시각화할 필드 쌍 리스트. 기본값 None이면 수치형 컬럼의 모든 조합 사용.
@@ -55,18 +57,36 @@ def kmeans_fit(
         float: 실루엣 점수
     """
     df = data.copy()
+
+    if n_clusters is None:
+        n_clusters = kmeans_best_k(data=df, k_range=k_range, random_state=random_state, plot=False)
+        print(f"Best k found: {n_clusters}")
+
     kmeans = KMeans(n_clusters=n_clusters, random_state=random_state, **params)
     kmeans.fit(data)
     df["cluster"] = kmeans.predict(df)
     score = float(silhouette_score(X=data, labels=df["cluster"]))
 
     if plot:
-        cluster_plot(
-            estimator=kmeans,
-            data=data,
-            fields=fields,
-            title=f"K-Means Clustering (k={n_clusters})",
-        )
+
+        if not is_2d(fields):
+            fields = [fields]   # type: ignore
+
+        # cluster_plot(
+        #     estimator=kmeans,
+        #     data=data,
+        #     fields=fields,
+        #     title=f"K-Means Clustering (k={n_clusters})",
+        # )
+        for f in fields:  # type: ignore
+            hs_plot.visualize_silhouette(
+                estimator=kmeans,
+                data=data,
+                xname=f[0],     # type: ignore
+                yname=f[1],     # type: ignore
+                title=f"K-Means Clustering (k={n_clusters})",
+                outline=True,
+            )
 
     return kmeans, df, score
 
@@ -779,7 +799,9 @@ def dbscan_eps(
 
     return best_eps, eps_grid
 
-
+# ===================================================================
+# DBSCAN 군집화 모델을 적합하고 최적의 eps 값을 탐지하는 함수.
+# ===================================================================
 def dbscan_fit(
     data: DataFrame,
     eps: float | list | np.ndarray | None = None,
@@ -789,6 +811,25 @@ def dbscan_fit(
     plot: bool = True,
     **params,
 ) -> tuple[DBSCAN, DataFrame, DataFrame]:
+    """
+    DBSCAN 군집화 모델을 적합하고 최적의 eps 값을 탐지하는 함수.
+
+    Args:
+        data (DataFrame): 군집화할 데이터프레임.
+        eps (float | list | np.ndarray | None, optional): eps 값 또는 리스트.
+            None이면 최적의 eps 값을 탐지함. 기본값 None.
+        min_samples (int, optional): 핵심점이 되기 위한 최소 샘플수. 기본값 5.
+        ari_threshold (float, optional): 안정 구간 탐지를 위한 ARI 임계값. 기본값 0.9.
+        noise_diff_threshold (float, optional): 안정 구간 탐지를 위한 노이즈 비율 변화 임계값. 기본값 0.05.
+        plot (bool, optional): True면 결과를 시각화함. 기본값 True.
+        **params: DBSCAN에 전달할 추가 파라미터.
+
+    Returns:
+        tuple: (estimator, cluster_df, result_df)
+            - estimator: 적합된 DBSCAN 모델 또는 모델 리스트(최적 eps가 여러 개인 경우).
+            - cluster_df: 클러스터 및 벡터 유형이 포함된 데이터 프레임 또는 데이터 프레임 리스트(최적 eps가 여러 개인 경우).
+            - result_df: eps 값에 따른 군집화 요약 통계 데이터 프레임.
+    """
 
     # eps 값이 지정되지 않은 경우 최적의 eps 탐지
     if eps is None: