Repetition av hierarkisk klustring

Oövervakad inlärning i R

Hank Roark

Senior Data Scientist at Boeing

Repetition: hierarkisk klustring

# Fitting various hierarchical clustering models
hclust.complete <- hclust(d, method = "complete")
hclust.average <- hclust(d, method = "average")
hclust.single <- hclust(d, method = "single")

Länkningsmetoder: complete och average

dendogram för complete och average länkningsmetoder

Hierarkisk klustring

Iteration

iteration för att få fler kluster

Dendogram

5 kluster och ett färdigt dendogram

Skillnader mellan k-means och hierarkisk klustring

k-means kontra dendogram

Praktiska aspekter

# Scale the data
pokemon.scaled <- scale(pokemon)

# Create hierarchical and k-means clustering models
hclust.pokemon <- hclust(dist(pokemon.scaled), method = "complete")
km.pokemon <- kmeans(pokemon.scaled, centers = 3,
                     nstart = 20, iter.max = 50)

# Compare results of the models
cut.pokemon <- cutree(hclust.pokemon, k = 3)
table(km.pokemon$cluster, cut.pokemon)
cut.pokemon

    1   2   3
1 242   1   0
2 342   1   0
3 204   9   1

Nu kör vi en övning!

Oövervakad inlärning i R