Einschränkungen von k-means-Clustering

Cluster Analysis in Python

Shaumik Daityari

Business Analyst

Einschränkungen von k-means-Clustering

  • Wie findet man das richtige _K_ (Anzahl Cluster)?
  • Einfluss von Seeds
  • Bevorzugt gleich große Cluster
Cluster Analysis in Python

Einfluss von Seeds

Zufallsseed setzen

from numpy import random
random.seed(12)

Seed: np.array(1000, 2000)

Clustergrößen: 29, 29, 43, 47, 52

 

Seed: np.array(1,2,3)

Clustergrößen: 26, 31, 40, 50, 53

Cluster Analysis in Python

Einfluss von Seeds: Plots

Seed: np.array(1000, 2000)

Seed: np.array(1,2,3)

Cluster Analysis in Python

Gleichmäßige Cluster bei k-means

Cluster Analysis in Python

Gleichmäßige Cluster bei k-means: Vergleich

k-means-Clustering mit 3 Clustern

Hierarchisches Clustering mit 3 Clustern

Cluster Analysis in Python

Abschließende Gedanken

  • Jede Methode hat Vor- und Nachteile
  • Vor dem Algorithmus: Datengröße und Muster prüfen
  • Clustering ist explorativ
Cluster Analysis in Python

Als Nächstes: Übungen

Cluster Analysis in Python

Preparing Video For Download...