From 7e0b684afb74bb40d9f48320a36289ae4a2dd7c6 Mon Sep 17 00:00:00 2001
From: aaron <aaron@0x29a.ch>
Date: Thu, 18 Jun 2026 14:53:56 +0200
Subject: [PATCH] fix: encoding

---
 NSL/aufgaben/README.md                      |   2 -
 NSL/aufgaben/src/k_means2_elbow_measures.py | 131 ++++++++++++++++++++
 2 files changed, 131 insertions(+), 2 deletions(-)

diff --git a/NSL/aufgaben/README.md b/NSL/aufgaben/README.md
index de54eb0..e4b9b83 100644
--- a/NSL/aufgaben/README.md
+++ b/NSL/aufgaben/README.md
@@ -24,8 +24,6 @@ Ausführen (in der devenv-Shell):
 python src/k_means2_elbow_measures.py
 ```
 
-> Hinweis: Das erhaltene Textfile hat kaputte Umlaute (Windows-1252 statt UTF-8). Beim Übernehmen nach `src/` als UTF-8 neu speichern, sonst sind die Kommentare unleserlich.
-
 ## Ablauf des Skripts
 
 1. Daten generieren: je 100 Punkte um die Zentren $(0,0)$, $(6,6)$, $(0,6)$ via `np.random.randn` (Seed fix → reproduzierbar)
diff --git a/NSL/aufgaben/src/k_means2_elbow_measures.py b/NSL/aufgaben/src/k_means2_elbow_measures.py
index e69de29..7aa50c8 100644
--- a/NSL/aufgaben/src/k_means2_elbow_measures.py
+++ b/NSL/aufgaben/src/k_means2_elbow_measures.py
@@ -0,0 +1,131 @@
+import numpy as np
+import matplotlib.pyplot as plt
+from sklearn.cluster import KMeans
+from sklearn.metrics import silhouette_score, davies_bouldin_score
+
+# =========================================================
+# ?? EINSTELLUNGEN
+# =========================================================
+
+RANDOM_SEED = 42
+MAX_K = 8
+POINTS_PER_CLUSTER = 100
+
+# echte Cluster (für Simulation)
+CENTER_1 = [0, 0]
+CENTER_2 = [6, 6]
+CENTER_3 = [0, 6]
+
+# =========================================================
+# 1. DATEN GENERIEREN
+# =========================================================
+
+np.random.seed(RANDOM_SEED)
+
+data1 = np.random.randn(POINTS_PER_CLUSTER, 2) + CENTER_1
+data2 = np.random.randn(POINTS_PER_CLUSTER, 2) + CENTER_2
+data3 = np.random.randn(POINTS_PER_CLUSTER, 2) + CENTER_3
+
+X = np.vstack((data1, data2, data3))
+
+# =========================================================
+# 2. ELBOW + GÜTEMASSE
+# =========================================================
+
+k_values = range(1, MAX_K + 1)
+inertia_values = []
+silhouette_values = []
+db_values = []
+
+for k in k_values:
+    kmeans = KMeans(n_clusters=k, random_state=RANDOM_SEED, n_init=10)
+    kmeans.fit(X)
+
+    inertia_values.append(kmeans.inertia_)
+
+    if k >= 2:
+        labels = kmeans.labels_
+        silhouette_values.append(silhouette_score(X, labels))
+        db_values.append(davies_bouldin_score(X, labels))
+    else:
+        silhouette_values.append(np.nan)
+        db_values.append(np.nan)
+
+# =========================================================
+# 3. BESTES k (vereinfacht: nach Silhouette)
+# =========================================================
+
+best_k = k_values[np.nanargmax(silhouette_values)]
+
+# Frage:
+# Warum nehmen wir hier Silhouette und nicht Inertia?
+# Lösung:
+# ? Inertia sinkt immer ? kein klares Optimum
+
+# =========================================================
+# 4. FINALES MODELL
+# =========================================================
+
+kmeans_final = KMeans(n_clusters=best_k, random_state=RANDOM_SEED, n_init=10)
+kmeans_final.fit(X)
+
+labels_final = kmeans_final.labels_
+centers_final = kmeans_final.cluster_centers_
+
+# =========================================================
+# 5. VISUALISIERUNG
+# =========================================================
+
+fig, ax = plt.subplots(1, 4, figsize=(20, 4))
+
+# ---- Originaldaten ----
+ax[0].scatter(X[:, 0], X[:, 1])
+ax[0].set_title("Rohdaten (unclustered)")
+
+# Frage:
+# Siehst du hier schon Cluster?
+# Lösung:
+# ? Ja, visuell oft erkennbar, aber nicht immer eindeutig
+
+# ---- Elbow ----
+ax[1].plot(k_values, inertia_values, marker="o")
+ax[1].set_title("Elbow (Inertia)")
+ax[1].set_xlabel("k")
+ax[1].set_ylabel("Fehler")
+
+# ---- Silhouette ----
+ax[2].plot(k_values, silhouette_values, marker="o")
+ax[2].set_title("Silhouette Score")
+ax[2].set_xlabel("k")
+
+# ---- Finales Clustering ----
+scatter = ax[3].scatter(X[:, 0], X[:, 1], c=labels_final)
+ax[3].scatter(centers_final[:, 0], centers_final[:, 1], c="red", s=200, marker="X")
+ax[3].set_title(f"K-Means Ergebnis (k={best_k})")
+
+# Frage:
+# Warum sind die Cluster farbig getrennt?
+# Lösung:
+# ? Hard Clustering: jeder Punkt genau ein Label
+
+plt.tight_layout()
+plt.show()
+
+# =========================================================
+# ? WEITERE FRAGEN
+# =========================================================
+
+# Frage:
+# Was passiert, wenn wir die Daten stärker überlappen lassen?
+# Lösung:
+# ? Clustering wird schwieriger, Scores schlechter
+
+# Frage:
+# Warum können verschiedene Runs unterschiedliche Ergebnisse liefern?
+# Lösung:
+# ? zufällige Initialisierung der Zentren
+
+# Frage:
+# Ist das gefundene k immer korrekt?
+# Lösung:
+# ? Nein, nur heuristisch bestimmt