案例研究简介

R 中的无监督学习

Hank Roark

Senior Data Scientist at Boeing

目标

  • 使用无监督学习完成一次分析
  • 巩固已学内容
  • 补充此前未覆盖的步骤（如数据准备、为监督学习选择优质特征）
  • 强调创造性
R 中的无监督学习

示例用例

  • 人类乳腺肿块数据：
    • 每个细胞核测量10个特征
    • 为每组细胞提供汇总信息
    • 含诊断：良性（非癌）与恶性（癌）
1 来源：K. P. Bennett 和 O. L. Mangasarian：《Robust Linear Programming Discrimination of Two Linearly Inseparable Sets》
R 中的无监督学习

分析

  • 下载并准备建模数据
  • 探索性分析（观测数、特征数等）
  • 执行PCA并解读结果
  • 完成两种聚类
  • 理解并比较两种方法
  • 结合PCA与聚类
R 中的无监督学习

回顾：R中的PCA

pr.iris <- prcomp(x = iris[-5],
                  scale = FALSE,
                  center = TRUE)
summary(pr.iris)

Importance of components:
                          PC1     PC2    PC3     PC4
Standard deviation     2.0563 0.49262 0.2797 0.15439
Proportion of Variance 0.9246 0.05307 0.0171 0.00521
Cumulative Proportion  0.9246 0.97769 0.9948 1.00000
R 中的无监督学习

无监督学习是开放式的

  • 此用例的步骤只是可行方法之一
  • 还有其他分析该数据集的方法
R 中的无监督学习

Passons à la pratique !

R 中的无监督学习

Preparing Video For Download...