Video: ALGORITMA K-MEANS CLUSTERING 2024
Anda menggunakan algoritma kluster untuk membahagikan kumpulan data anda ke dalam kumpulan data titik yang paling hampir sama dengan atribut yang telah ditetapkan. Sekiranya anda mempunyai dataset yang menggambarkan pelbagai atribut tentang ciri tertentu dan ingin mengumpulkan mata data anda mengikut persamaan sifatnya, kemudian gunakan algoritma klustering.
Satu plot penyebaran mudah bagi Hasil Pendapatan dan Pendidikan negara menghasilkan carta yang anda lihat di sini.
Dalam kluster yang tidak dikendalikan, anda mulakan dengan data ini dan kemudian teruskan untuk membahagikannya kepada subset. Subset ini dipanggil kluster dan terdiri daripada titik data yang paling hampir sama antara satu sama lain. Nampaknya terdapat sekurang-kurangnya dua kelompok, mungkin tiga - satu di bawah dengan pendapatan rendah dan pendidikan, dan kemudian negara-negara pendidikan tinggi kelihatan seperti mereka berpecah antara pendapatan rendah dan tinggi.
Angka berikut menunjukkan hasil dari eyeballing - membuat anggaran visual - kluster dalam dataset ini.
Walaupun anda boleh menjana anggaran visual clustering, anda boleh mencapai hasil yang lebih tepat apabila berurusan dengan dataset yang lebih besar dengan menggunakan algoritma untuk menghasilkan cluster untuk anda. Anggaran visual adalah kaedah kasar yang hanya berguna pada dataset yang lebih kecil dari kerumitan yang minimum. Algoritma-menghasilkan hasil yang tepat, berulang, dan anda boleh menggunakan algoritma untuk menjana clustering untuk pelbagai dimensi data dalam dataset anda.
Algoritma pengelompokan adalah satu jenis pendekatan dalam pembelajaran mesin tanpa pengawasan - pendekatan lain termasuk kaedah Markov dan kaedah untuk pengurangan dimensi. Algoritma pengelompokan adalah sesuai dalam keadaan di mana ciri-ciri berikut adalah benar:
-
Anda tahu dan memahami dataset yang anda analisa.
-
Sebelum menjalankan algoritma kluster, anda tidak mempunyai idea yang tepat mengenai sifat subset (kelompok). Selalunya, anda tidak akan tahu berapa banyak subset yang terdapat di dalam dataset sebelum anda menjalankan algoritma.
-
Subset (kluster) ditentukan oleh hanya satu set data yang anda analisa.
-
Matlamat anda adalah untuk menentukan model yang menggambarkan subset dalam satu dataset dan hanya dataset ini.
Jika anda menambahkan lebih banyak data, anda harus mengalihkan analisis dari awal untuk mendapatkan hasil model yang lengkap dan tepat.
