Conclusion et révision

Apprentissage non supervisé en R

Hank Roark

Senior Data Scientist at Boeing

Bilan de l'étude de cas

Processus complet d'analyse avec apprentissage non supervisé
Approche créative de la modélisation
Prêt à aborder des problèmes réels

Types de regroupement

k-means vs dendrogramme

Réduction de la dimension

Projection ACP

Sélection de modèle

# Initialize total within sum of squares error: wss
wss <- 0

# Look over 1 to 15 possible clusters
for (i in 1:15) {
  # Fit the model: km.out
  km.out <- kmeans(pokemon, centers = i, nstart = 20, iter.max = 50)
  # Save the within cluster sum of squares
  wss[i] <- km.out$tot.withinss
}

# Produce a scree plot
plot(1:15, wss, type = "b", 
     xlab = "Number of Clusters", 
     ylab = "Within groups sum of squares")

Interpréter les résultats de l'ACP

biplot et coude

Importance de la mise à l'échelle des données

comparaison de l'importance des variables normalisées et non normalisées

Révision du cours

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

Importance des composantes :
                          PC1     PC2    PC3     PC4
Écart-type             2.0563 0.49262 0.2797 0.15439
Proportion de variance 0.9246 0.05307 0.0171 0.00521
Proportion cumulative  0.9246 0.97769 0.9948 1.00000

Dendrogramme

dendrogramme

Forces et limites de chaque algorithme

résultats de regroupement différents

Révision du cours

# Repeat for components 1 and 3
plot(wisc.pr$x[, c(1, 3)], col = (diagnosis + 1), 
     xlab = "PC1", ylab = "PC3")

composantes principales

Perfectionnez vos compétences !

Apprentissage non supervisé en R