Przegląd wyników k-średnich

Analiza skupień w R

Dmitriy (Dima) Gorenshteyn

Lead Data Scientist, Memorial Sloan Kettering Cancer Center

Trzy wyniki klasteryzacji

Klastry OES

Analiza skupień w R

Porównanie dwóch metod klasteryzacji

Klasteryzacja hierarchiczna k-średnie
Używana odległość: praktycznie dowolna tylko euklidesowa
Stabilność wyników: Tak Nie
Ocena liczby klastrów: dendrogram, sylwetka, łokieć sylwetka, łokieć
Złożoność obliczeniowa: Stosunkowo wyższa Stosunkowo niższa

Analiza skupień w R

Czego się nauczyłeś/-aś?

  • Rozdział 1:
    • Czym jest odległość
    • Dlaczego skala jest ważna
  • Rozdział 2:
    • Jak działa łączenie
    • Jak powstaje dendrogram
    • Jak analizować klastry
  • Rozdział 3:
    • Jak działa k-średnie
    • Jak szacować k
    • Jak ocenić dopasowanie obserwacji do klastra
Analiza skupień w R

Jest jeszcze wiele do nauczenia

  • k-medoidy
  • DBSCAN
  • Optics
Analiza skupień w R

Gratulacje!

Analiza skupień w R

Preparing Video For Download...