Analiza skupień: wybór odpowiedniego algorytmu

Ćwiczenie pytań rekrutacyjnych z uczenia maszynowego w Pythonie

Lisa Stuart

Data Scientist

Algorytmy grupowania

Wykres Manhattan

¹ https://en.wikipedia.org/wiki/Taxicab_geometry

Wykres euklidesowy

¹ http://rosalind.info/glossary/euclidean-distance/

Kroki k-średnich

¹ http://sherrytowers.com/2013/10/24/k-means-clustering/

Dendrogram grupowania hierarchicznego

¹ https://www.datanovia.com/en/lessons/agglomerative-hierarchical-clustering/

Odległości między skupieniami

„Odpowiednia miara niepodobieństwa jest znacznie ważniejsza dla sukcesu grupowania niż wybór algorytmu." - z Elements of Statistical Learning

¹ https://slideplayer.com/slide/8363774/

Funkcja/metoda	zwraca
`sklearn.cluster.Kmeans`	Algorytm k-średnich
`sklearn.cluster.AgglomerativeClustering`	Aglomeracyjny algorytm grupowania
`kmeans.inertia_`	Suma kwadratów odległości obserwacji do centrum skupienia
`scipy.cluster.hierarchy` as `sch`	Grupowanie hierarchiczne dla dendrogramów
`sch.dendrogram()`	Funkcja dendrogramu

Ćwiczenie pytań rekrutacyjnych z uczenia maszynowego w Pythonie