k-means 分群的侷限

Python 中的叢集分析

Shaumik Daityari

Business Analyst

k-means 分群的侷限

• 如何找到合適的 _K_（群數）？
• 初始種子值的影響
• 偏好等大小群集

種子值的影響

初始化隨機種子

from numpy import random
random.seed(12)

Seed：np.array(1000, 2000)

群集大小：29、29、43、47、52

 

Seed：np.array(1,2,3)

群集大小：26、31、40、50、53

種子值的影響：圖示

Seed：np.array(1000, 2000)

Seed：np.array(1,2,3)

k-means 偏好均勻群集

k-means 的均勻群集：比較

3 群的 k-means 分群

3 群的階層式分群

最後的想法

• 各方法各有優缺點
• 先考量資料規模與型態，再選擇演算法
• 分群屬於探索性分析階段

下一步：練習

Python 中的叢集分析