Clustering

Tehnici statistice în Tableau

Maarten Van den Broeck

Content Developer at DataCamp

Învățare automată supervizată vs. nesupervizată

Învățare supervizată

Aplică relații cunoscute între variabile pe date noi
Ex.: regresie, netezire exponențială

Învățare nesupervizată

Identifică puncte similare și detectează tipare
Ex.: clustering

Clustering k-means

Reprezentare vizuală a algoritmului de clustering k-means.

Clustering k-means

Reprezentare vizuală a algoritmului k-means. Sunt selectate două centre aleatorii.

Clustering k-means

Reprezentare vizuală a algoritmului k-means. Cele mai apropiate puncte sunt atribuite centrelor respective.

Clustering k-means

Reprezentare vizuală a algoritmului k-means. Centrele sunt mutate în noul centru.

Clustering k-means

Reprezentare vizuală a algoritmului k-means. Procesul este iterativ și se repetă.

Clustering k-means

Reprezentare vizuală a algoritmului k-means. Algoritmul se oprește când centrele nu mai se deplasează.

Evaluarea calității clustering-ului

Suma pătratelor între grupuri

Reprezentare vizuală a clustering-ului k-means. Suma pătratelor între grupuri reprezintă suma distanțelor pătrate dintre centre și media întregului set de date.

Cu cât este mai mare, cu atât mai bine

Suma pătratelor în interiorul grupurilor

Reprezentare vizuală a clustering-ului k-means. Suma pătratelor în interiorul grupurilor reprezintă suma distanțelor pătrate dintre centre și punctele din cluster.

Cu cât este mai mică, cu atât mai bine

Să exersăm!

Tehnici statistice în Tableau