Shrnutí PCA a další kroky

Unsupervised Learning in R

Hank Roark

Senior Data Scientist at Boeing

Dosavadní přehled

  • Stažení dat a jejich příprava pro modelování
  • Exploratorní analýza dat
  • Provedení analýzy hlavních komponent
Unsupervised Learning in R

Další kroky

  • Hierarchické shlukování
  • Shlukování k-means
  • Kombinace PCA a shlukování
  • Porovnání výsledků hierarchického shlukování s diagnózou
  • Porovnání hierarchického shlukování a k-means
  • PCA jako předběžný krok zpracování pro shlukování
Unsupervised Learning in R

Připomenutí: hierarchické shlukování v 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
Unsupervised Learning in R

Připomenutí: k-means v R

$$

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

$$

  • Jeden pozorovaný případ na řádek, jeden příznak na sloupec
  • k-means obsahuje náhodnou složku
  • Opakované spuštění algoritmu pro zvýšení pravděpodobnosti nejlepšího modelu
Unsupervised Learning in R

Pojďme si procvičit!

Unsupervised Learning in R

Preparing Video For Download...