Introdução ao estudo de caso

Aprendizado não supervisionado em R

Hank Roark

Senior Data Scientist at Boeing

Objetivos

  • Análise completa usando aprendizado não supervisionado
  • Reforçar o que você já aprendeu
  • Incluir etapas não vistas antes (ex.: preparar dados, selecionar boas features para aprendizado supervisionado)
  • Enfatizar a criatividade
Aprendizado não supervisionado em R

Exemplo de uso

  • Dados de massas mamárias humanas:
    • Dez features medidas de cada núcleo celular
    • Informações resumidas para cada grupo de células
    • Inclui diagnóstico: benigno (não cancerígeno) e maligno (cancerígeno)
1 Fonte: K. P. Bennett e O. L. Mangasarian: "Robust Linear Programming Discrimination of Two Linearly Inseparable Sets"
Aprendizado não supervisionado em R

Análise

  • Baixar e preparar os dados para modelagem
  • Análise exploratória (# observações, # features etc.)
  • Fazer PCA e interpretar os resultados
  • Executar dois tipos de clustering
  • Entender e comparar os dois tipos
  • Combinar PCA e clustering
Aprendizado não supervisionado em R

Revisão: PCA no R

pr.iris <- prcomp(x = iris[-5],
                  scale = FALSE,
                  center = TRUE)
summary(pr.iris)

Importance of components:
                          PC1     PC2    PC3     PC4
Standard deviation     2.0563 0.49262 0.2797 0.15439
Proportion of Variance 0.9246 0.05307 0.0171 0.00521
Cumulative Proportion  0.9246 0.97769 0.9948 1.00000
Aprendizado não supervisionado em R

Aprendizado não supervisionado é aberto

  • As etapas deste caso de uso são apenas um exemplo do que pode ser feito
  • Há outras abordagens para analisar este conjunto de dados
Aprendizado não supervisionado em R

Vamos praticar!

Aprendizado não supervisionado em R

Preparing Video For Download...