Introducere în clusterizarea ierarhică

Învățare nesupervizată în R

Hank Roark

Senior Data Scientist at Boeing

Clusterizare ierarhică

Numărul de clustere nu este cunoscut în prealabil
Două tipuri: ascendent și descendent; acest curs tratează abordarea ascendentă

Exemplu simplu

cinci puncte

Cinci clustere

fiecare punct este un cluster

Patru clustere

patru clustere, un cluster cu două puncte

Trei clustere

trei clustere, două clustere cu câte două puncte și unul cu un singur punct

Două clustere

două clustere, unul cu 3 puncte și unul cu 2 puncte

Un cluster

un singur cluster care grupează toate punctele

Clusterizare ierarhică în R

# Calculates similarity as Euclidean distance 
# between observations
dist_matrix <- dist(x)

# Returns hierarchical clustering model
hclust(d = dist_matrix)

Call:
hclust(d = s)

Cluster method   : complete 
Distance         : euclidean 
Number of objects: 50

Să exersăm!

Învățare nesupervizată în R