Phân cụm: chọn số cụm tối ưu

Luyện tập câu hỏi phỏng vấn Machine Learning bằng Python

Lisa Stuart

Data Scientist

Các phương pháp chọn k tối ưu

  • Phương pháp Silhouette
  • Phương pháp Elbow
Luyện tập câu hỏi phỏng vấn Machine Learning bằng Python

Hệ số Silhouette

  • Gồm 2 điểm số
    • Khoảng cách trung bình giữa từng quan sát và tất cả quan sát khác:
      • trong cùng cụm
      • ở cụm gần nhất
Luyện tập câu hỏi phỏng vấn Machine Learning bằng Python

Giá trị hệ số Silhouette

  • Trong khoảng -1 đến 1
    • 1
      • rất gần các điểm cùng cụm
      • rất xa các điểm ở cụm khác
    • -1
      • không gần các điểm cùng cụm
      • gần các điểm ở cụm khác
    • 0
      • cho thấy các cụm chồng lấn
Luyện tập câu hỏi phỏng vấn Machine Learning bằng Python

Điểm Silhouette

Biểu đồ điểm Silhouette

1 https://scikit-learn.org/stable/auto_examples/cluster/plot_kmeans_silhouette_analysis.html
Luyện tập câu hỏi phỏng vấn Machine Learning bằng Python

Phương pháp Elbow

Biểu đồ phương pháp Elbow

1 https://www.datanovia.com/en/lessons/determining-the-optimal-number-of-clusters-3-must-know-methods/
Luyện tập câu hỏi phỏng vấn Machine Learning bằng Python

Hàm chọn k tối ưu

Hàm/phương thức trả về
sklearn.cluster.KMeans Thuật toán phân cụm K-Means
sklearn.metrics.silhouette_score điểm từ -1 đến 1 đo độ ổn định cụm
kmeans.inertia_ Tổng bình phương khoảng cách tới tâm cụm gần nhất
range(start, stop) dãy giá trị từ start đến trước stop
list.append(kmeans.inertia_) thêm giá trị inertia vào danh sách
Luyện tập câu hỏi phỏng vấn Machine Learning bằng Python

Ayo berlatih!

Luyện tập câu hỏi phỏng vấn Machine Learning bằng Python

Preparing Video For Download...