پروژه: خوشه‌بندی ارقام دست‌نویس با K-Means

📌 Project: Handwritten Digits Clustering with K-Means

---

توضیح کلی | Description

این پروژه از الگوریتم K-Means برای خوشه‌بندی تصاویر سیاه‌وسفید ارقام دست‌نویس استفاده می‌کند. هدف این است که داده‌ها بدون داشتن برچسب‌های واقعی، به‌درستی خوشه‌بندی شوند و سپس دقت آن با برچسب‌های اصلی سنجیده شود.

This project uses the K-Means algorithm to cluster grayscale images of handwritten digits from the Digits dataset. The aim is to cluster the data without using labels and evaluate clustering performance by comparing it with true labels.

---

دیتاست | Dataset

• دیتاست Digits از مجموعه sklearn.datasets گرفته شده.

• شامل ۱۷۹۷ تصویر ۸×۸ از ارقام ۰ تا ۹.

• هر تصویر به یک وکتور ۶۴تایی از پیکسل‌ها تبدیل شده است.

• شامل برچسب واقعی برای هر تصویر می‌باشد.

• The Digits dataset is loaded from sklearn.datasets.

• Contains 1,797 images of digits (0 to 9), each 8x8 pixels.

• Each image is flattened into a 64-feature vector.

• Labels are available for each sample for validation.

---

مراحل انجام پروژه | Project Steps

فارسی:

1. بارگذاری دیتاست و نمایش نمونه‌ها
2. خوشه‌بندی داده‌ها با الگوریتم K-Means
3. تطبیق برچسب خوشه‌ها با برچسب واقعی
4. محاسبه دقت خوشه‌بندی
5. رسم ماتریس درهم‌ریختگی
6. رسم نمودار Elbow برای تعیین k بهینه

English:

1. Load and visualize the dataset
2. Cluster data using K-Means
3. Match cluster labels with actual labels using mode
4. Compute clustering accuracy
5. Plot confusion matrix
6. Use Elbow method to determine optimal number of clusters (k)

---

تکنولوژی‌های استفاده‌شده | Technologies Used فارسی:

در این پروژه از تکنولوژی‌ها و کتابخانه‌های زیر استفاده شده است:

Python 3.11 (یا نسخه مشابه)

NumPy – برای محاسبات عددی

Matplotlib – برای رسم نمودارها و تصاویر

Seaborn – برای رسم ماتریس درهم‌ریختگی

Scikit-learn – برای بارگذاری دیتاست و اجرای الگوریتم KMeans

SciPy – برای استفاده از تابع mode جهت تطبیق برچسب‌ها

English:

The following technologies and libraries were used in this project:

Python 3.11 (or similar version)

NumPy – For numerical computations

Matplotlib – For plotting charts and digit images

Seaborn – For confusion matrix visualization

Scikit-learn – For loading dataset and running KMeans algorithm

SciPy – For using mode() function to align cluster labels

---

نتایج تصویری | Visual Results

نمونه تصاویر دیتاست | Sample Digits from Dataset

---

ماتریس درهم‌ریختگی | Confusion Matrix (KMeans Clustering)

---

نمودار Elbow | Elbow Method Chart

---

اجرای کد | How to Run

پیش‌نیازها | Requirements:

pip install numpy matplotlib seaborn scikit-learn scipy

---

About Me | درباره من

👋 My name is Abolfazl Karimi. I am a professional AI programmer specializing in developing real-world machine learning and deep learning projects.
📫 Contact me via Email: karimiabolfazl466@gmail.com
📱 Telegram: @Abolfazlk83
🌐 LinkedIn: Coming soon
🐙 GitHub: github.com/abolfazlkarimi83

---

👋 من ابوالفضل کریمی هستم، برنامه‌نویس حرفه‌ای هوش مصنوعی با تخصص در توسعه پروژه‌های عملی یادگیری ماشین و یادگیری عمیق.
📫 ایمیل: karimiabolfazl466@gmail.com
📱 تلگرام: @Abolfazlk83
🌐 لینکدین: در حال ساخت
🐙 گیت‌هاب: github.com/abolfazlkarimi83