Hiyerarşik kümelemenin temelleri

Python ile Kümeleme Analizi

Shaumik Daityari

Business Analyst

linkage ile uzaklık matrisi oluşturma

scipy.cluster.hierarchy.linkage(observations, 
                                method='single', 
                                metric='euclidean', 
                                optimal_ordering=False
)

method: kümelerin yakınlığını nasıl hesaplayacağını belirtir
metric: uzaklık metriği
optimal_ordering: veri noktalarının sırası

Hangi yöntem kullanılmalı?

'single': en yakın iki nesneye göre
'complete': en uzak iki nesneye göre
'average': tüm nesnelerin aritmetik ortalamasına göre
'centroid': tüm nesnelerin geometrik ortalamasına göre
'median': tüm nesnelerin medyanına göre
'ward': kareler toplamına göre

fcluster ile küme etiketleri oluşturma

scipy.cluster.hierarchy.fcluster(distance_matrix, 
                                 num_clusters,
                                 criterion
)

distance_matrix: linkage() çıktısı
num_clusters: küme sayısı
criterion: kümeleri oluşturmak için eşik belirleme yöntemi

Ward yöntemiyle hiyerarşik kümeleme

Single yöntemiyle hiyerarşik kümeleme

Complete yöntemiyle hiyerarşik kümeleme

Yöntem seçimine dair son notlar

Her durum için tek doğru yöntem yok
Verinin dağılımını dikkatle anlamak gerekir

Hadi birkaç alıştırma yapalım

Python ile Kümeleme Analizi

Preparing Video For Download...