Kümeleme bağlama ve pratik konular

R ile Denetimsiz Öğrenme

Hank Roark

Senior Data Scientist at Boeing

Hiyerarşik kümelemede kümeleri bağlama

Kümeler arası mesafe nasıl belirlenir? Kurallar?
Bağlanacak kümeyi belirleyen dört yöntem
- Complete: küme 1 ve 2’deki tüm gözlemler arası ikili benzerlik, en büyük benzerlik kullanılır
- Single: aynı, ancak en küçük benzerlik kullanılır
- Average: aynı, ancak ortalama benzerlik kullanılır
- Centroid: küme 1 ve 2’nin kütle merkezleri bulunur, iki merkez arasındaki benzerlik kullanılır

Bağlama yöntemleri: complete ve average

complete ve average dendrogramları

Bağlama yöntemi: single

single dendrogramı

Bağlama yöntemi: centroid

centroid dendrogramı

R'de bağlama

# Farklı yöntemlerle hiyerarşik kümeleme modelleri kurma
hclust.complete <- hclust(d, method = "complete")
hclust.average <- hclust(d, method = "average")
hclust.single <- hclust(d, method = "single")

Pratik konular

Farklı ölçeklerdeki veriler, kümelemede istenmeyen sonuçlar doğurabilir
Çözüm: özellikleri aynı ortalama ve standart sapmaya ölçeklemek
- Bir özelliğin ortalamasını tüm gözlemlerden çıkarın
- Her özelliği kendi standart sapmasına bölün
- Normalize özelliklerin ortalaması 0, standart sapması 1 olur

Pratik konular

# Ölçekleme gerekli mi kontrol edin
colMeans(x)

-0.1337828  0.0594019

apply(x, 2, sd)

1.974376 2.112357

Pratik konular

# Ortalaması 0, sd'si 1 olan sütunlarla yeni bir matris üretin
scaled_x <- scale(x)
colMeans(scaled_x)

2.775558e-17 3.330669e-17

apply(scaled_x, 2, sd)

1 1

Hadi pratik yapalım!

R ile Denetimsiz Öğrenme