Giới thiệu nghiên cứu tình huống
Học không giám sát với R
Hank Roark
Senior Data Scientist at Boeing
Mục tiêu
- Hoàn thành phân tích bằng học không giám sát
- Củng cố kiến thức đã học
- Bổ sung các bước chưa đề cập (ví dụ: chuẩn bị dữ liệu, chọn đặc trưng tốt cho học có giám sát)
- Nhấn mạnh tính sáng tạo
Ví dụ trường hợp sử dụng
- Dữ liệu khối u vú người:
- Mười đặc trưng đo trên mỗi nhân tế bào
- Cung cấp thông tin tóm tắt cho mỗi nhóm tế bào
- Bao gồm chẩn đoán: lành tính (không ung thư) và ác tính (ung thư)
1 Nguồn: K. P. Bennett và O. L. Mangasarian: "Robust Linear Programming Discrimination of Two Linearly Inseparable Sets"
Phân tích
- Tải và chuẩn bị dữ liệu cho mô hình hóa
- Phân tích khám phá (số quan sát, số đặc trưng, ...)
- Thực hiện PCA và diễn giải kết quả
- Thực hiện hai kiểu phân cụm
- Hiểu và so sánh hai kiểu
- Kết hợp PCA và phân cụm
Ôn tập: PCA trong 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
Học không giám sát có nhiều hướng mở
- Các bước trong trường hợp này chỉ là một ví dụ
- Có nhiều cách khác để phân tích bộ dữ liệu này
Ayo berlatih!
Học không giám sát với R
