Clustering

1419 ワード

テキストリンク

Scree Plots

適切な主成分数のグラフを理解する
累計割合は70～80%が望ましい

サポートラーニング:トレーニングデータに回答(ラベル)がある場合は

を使用できます.

分類:分類アルゴリズムは、所与のデータのカテゴリまたはクラス予測に使用される

回帰(Prediction):連続データに基づく結果予測のための回帰アルゴリズム

指導なし学習

クラスタ:データの関連付けフィーチャーに基づいて類似グループを作成する

次元ダウン:

高次元データセットの使用方法、フィーチャー選択/抽出などによる次元ダウンの低減

関連ルール学習:データセットのフィーチャー間の関係をどのように発見するか

強化学習:機械学習の一種であり、機械の良い行為を奨励することによって、悪い行為を罰するフィードバックによって行為を学習する.

クラスタリングの目的は、所与のデータの類似度を理解することです.
与えられたデータセットをまとめ、整理する非常に有効な方法
(正確な答えは保証されず、生産レベルや予測のモデリングには使用されず、EDAに使用されます)

クラス

高度:Agglomerative(単一の点から開始し、その後徐々に増大する)/disive(大きなクラスタから開始し、その後徐々に縮小する)

ポイント割付:開始時にクラスタ数を決定し、クラスタ内の

にデータを1つずつ割り当てる.

Hard VS Softクラスタ:一般的にHardクラスタをクラスタ

と呼ぶ.

Hardでは、データは1つのクラスタ

にのみ割り当てられる.

Softにおいて、データが複数のクラスタに割り当てられる確率は

である.

カリキュラム(n次元データ用)

K個のランダムデータをクラスタの中心点

に設定する.

は、クラスタに近いデータをクラスタ

に割り当てる.

で変更されたクラスタに対して中心点

を再計算する
を2～3回繰り返し、

クラスタに変化がないまで繰り返します.

from sklearn.cluster import KMeans 

kmeans = KMeans(n_clusters = 3)    # 3개의 cluster
kmeans.fit(x)
labels = kmeans.labels_

この問題について(Clustering), 我々は、より多くの情報をここで見つけました https://velog.io/@ssulee0206/Clustering

テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。

Collection and Share based on the CC Protocol