การเตรียมข้อมูลสำหรับการวิเคราะห์กลุ่ม

การวิเคราะห์กลุ่มข้อมูลใน Python

Shaumik Daityari

Business Analyst

ทำไมต้องเตรียมข้อมูลก่อนการจัดกลุ่ม?

ตัวแปรมีหน่วยวัดที่ต่างกัน (ขนาดสินค้าเป็น cm ราคาเป็น $)
ตัวแปรที่มีหน่วยเดียวกันอาจมีสเกลและความแปรปรวนต่างกันมาก (ค่าใช้จ่ายด้านธัญพืช การเดินทาง)
ข้อมูลในรูปแบบดิบอาจทำให้เกิดความเอนเอียงในการจัดกลุ่ม
กลุ่มอาจขึ้นอยู่กับตัวแปรใดตัวแปรหนึ่งมากเกินไป
วิธีแก้: การ Normalization ตัวแปรแต่ละตัว

การทำ Normalization ข้อมูล

Normalization: กระบวนการปรับสเกลข้อมูลให้มีค่าเบี่ยงเบนมาตรฐานเท่ากับ 1

x_new = x / std_dev(x)

from scipy.cluster.vq import whiten

data = [5, 1, 3, 3, 2, 3, 3, 8, 1, 2, 2, 3, 5]

scaled_data = whiten(data)
print(scaled_data)

[2.73, 0.55, 1.64, 1.64, 1.09, 1.64, 1.64, 4.36, 0.55, 1.09, 1.09, 1.64, 2.73]

ตัวอย่าง: การทำ Normalization ข้อมูล

# Import plotting library
from matplotlib import pyplot as plt

# Initialize original, scaled data
plt.plot(data, 
         label="original")
plt.plot(scaled_data, 
         label="scaled")

# Show legend and display plot
plt.legend()
plt.show()

ถัดไป: ลองฝึกด้วยตัวเอง

การวิเคราะห์กลุ่มข้อมูลใน Python