Ôn tập PCA và bước tiếp theo

Học không giám sát với R

Hank Roark

Senior Data Scientist at Boeing

Ôn tập đến nay

  • Đã tải dữ liệu và chuẩn bị cho mô hình hóa
  • Phân tích khám phá dữ liệu
  • Thực hiện phân tích thành phần chính (PCA)
Học không giám sát với R

Bước tiếp theo

  • Hoàn tất phân cụm phân cấp
  • Hoàn tất k-means
  • Kết hợp PCA và phân cụm
  • Đối chiếu kết quả phân cụm phân cấp với chẩn đoán
  • So sánh phân cụm phân cấp và k-means
  • Dùng PCA như bước tiền xử lý cho phân cụm
Học không giám sát với R

Ôn tập: phân cụm phân cấp trong R

# Calculates similarity as Euclidean distance between observations
s <- dist(x)

# Returns hierarchical clustering model
hclust(s)

Call:
hclust(d = s)

Cluster method   : complete 
Distance         : euclidean 
Number of objects: 50
Học không giám sát với R

Ôn tập: k-means trong R

$$

# k-means algorithm with 5 centers, run 20 times
kmeans(x, centers = 5, nstart = 20)

$$

  • Mỗi hàng là một quan sát, mỗi cột là một đặc trưng
  • k-means có thành phần ngẫu nhiên
  • Chạy nhiều lần để tăng khả năng có mô hình tốt nhất
Học không giám sát với R

Hãy thực hành!

Học không giám sát với R

Preparing Video For Download...