Kümeleme analizi: en uygun küme sayısını seçme

Python ile Machine Learning Mülakat Sorularını Pratik Etme

Lisa Stuart

Data Scientist

En uygun k için yöntemler

  • Silhouette yöntemi
  • Elbow yöntemi
Python ile Machine Learning Mülakat Sorularını Pratik Etme

Silhouette katsayısı

  • 2 puandan oluşur
    • Her gözlem ile diğerlerinin ortalama uzaklığı:
      • aynı kümede
      • en yakın kümede
Python ile Machine Learning Mülakat Sorularını Pratik Etme

Silhouette katsayısı değerleri

  • -1 ile 1 arasında
    • 1
      • aynı kümedekilere çok yakın
      • diğer kümelerdekilere çok uzak
    • -1
      • aynı kümedekilere yakın değil
      • diğer kümelerdekilere yakın
    • 0
      • kümelerin örtüştüğünü gösterir
Python ile Machine Learning Mülakat Sorularını Pratik Etme

Silhouette skoru

Silhouette skor grafiği

1 https://scikit-learn.org/stable/auto_examples/cluster/plot_kmeans_silhouette_analysis.html
Python ile Machine Learning Mülakat Sorularını Pratik Etme

Elbow yöntemi

Elbow yöntemi grafiği

1 https://www.datanovia.com/en/lessons/determining-the-optimal-number-of-clusters-3-must-know-methods/
Python ile Machine Learning Mülakat Sorularını Pratik Etme

En uygun k seçimi işlevleri

İşlev/yöntem döndürür
sklearn.cluster.KMeans K-Means kümeleme algoritması
sklearn.metrics.silhouette_score küme kararlılığının ölçüsü olarak -1 ile 1 arasında skor
kmeans.inertia_ gözlemlerin en yakın küme merkezine SS uzaklıkları
range(start, stop) start ile başlayıp stop hariç oraya kadar değer listesi
list.append(kmeans.inertia_) atalet değerini listeye ekler
Python ile Machine Learning Mülakat Sorularını Pratik Etme

Hadi pratik yapalım!

Python ile Machine Learning Mülakat Sorularını Pratik Etme

Preparing Video For Download...