Genomgång av PCA och nästa steg

Oövervakad inlärning i R

Hank Roark

Senior Data Scientist at Boeing

Genomgång hittills

  • Hämtade data och förberedde det för modellering
  • Explorativ dataanalys
  • Utförde principalkomponentanalys
Oövervakad inlärning i R

Nästa steg

  • Genomföra hierarkisk klustring
  • Genomföra k-means-klustring
  • Kombinera PCA och klustring
  • Jämföra hierarkisk klustring med diagnos
  • Jämföra hierarkisk klustring med k-means
  • PCA som förbehandlingssteg inför klustring
Oövervakad inlärning i R

Genomgång: hierarkisk klustring i R

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

# Returns hierarchical clustering model
hclust(s)

Call:
hclust(d = s)

Cluster method   : complete 
Distance         : euclidean 
Number of objects: 50
Oövervakad inlärning i R

Genomgång: k-means i R

$$

# k-means algorithm with 5 centers, run 20 times
kmeans(x, centers = 5, nstart = 20)

$$

  • En observation per rad, ett särdrag per kolumn
  • k-means har en slumpmässig komponent
  • Kör algoritmen flera gånger för att öka chansen att hitta den bästa modellen
Oövervakad inlärning i R

Nu kör vi en övning!

Oövervakad inlärning i R

Preparing Video For Download...