Wie k-means funktioniert und Praxisaspekte

Unüberwachtes Lernen in R

Hank Roark

Senior Data Scientist at Boeing

Ziele

Beobachtungen

zufällige Clusterzuweisung

Clusterzentren berechnet

nach Neuzuweisung

Iteration 2

Iteration 3

Iteration 4

Iteration 5

Denk dran: k-means hat eine Zufallskomponente
Bestes Ergebnis: minimale Gesamt‑Streuungssumme innerhalb der Cluster (within-cluster sum of squares)
- Für jedes Cluster
  - Für jede Beobachtung im Cluster
    - Quadratabstand von Beobachtung zum Clusterzentrum berechnen
  - Alle aufsummieren

# k-means algorithm with 5 centers, run 20 times
kmeans(x, centers = 5, nstart = 20)

Mehrfaches Ausführen hilft, das globale Minimum der within-cluster sum of squares zu finden
Ein Beispiel siehst du in den Übungen

k-means mehrfach ausführen

beste Clusteranzahl mit einem Elbow-Plot bestimmen

beste Clusteranzahl mit einem Elbow-Plot bestimmen

Unüberwachtes Lernen in R