Dasar-dasar klasterisasi hierarkis

Analisis Klaster di Python

Shaumik Daityari

Business Analyst

Membuat matriks jarak dengan linkage

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

method: cara menghitung kedekatan klaster
metric: metrik jarak
optimal_ordering: mengurutkan titik data

Metode mana yang sebaiknya digunakan?

'single': berdasarkan dua objek terdekat
'complete': berdasarkan dua objek terjauh
'average': berdasarkan rata-rata aritmetika semua objek
'centroid': berdasarkan rata-rata geometrik semua objek
'median': berdasarkan median semua objek
'ward': berdasarkan jumlah kuadrat

Membuat label klaster dengan fcluster

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

distance_matrix: keluaran dari metode linkage()
num_clusters: jumlah klaster
criterion: cara menentukan ambang pembentukan klaster

Klasterisasi hierarkis dengan metode ward

Klasterisasi hierarkis dengan metode single

Klasterisasi hierarkis dengan metode complete

Pertimbangan akhir dalam memilih metode

Tidak ada satu metode yang selalu benar
Perlu memahami distribusi data dengan cermat

Ayo berlatih!

Analisis Klaster di Python

Preparing Video For Download...