Пример кластеризации методом K-средних для округов штата Огайо.
Кластеризация методом K-средних и округа Огайо В этом примере я группирую и кластеризую округа в Огайо. Я показываю, как количество кластеров может существенно влиять на группировку. Зачем кластеризация? Разделение данных на однородные кластеры. Может упростить обучение с учителем, поскольку мы моделируем каждый кластер отдельно, а не весь набор данных. Хорошо подходит для анализа больших наборов данных. Примеры кластеризации: Категоризация Линнея. Периодическая таблица элементов. Сегментация рынка. Метод K-средних идеально подходит для: Приложения с большими наборами данных. Записи связываются с кластерами на основе расстояния. Использование заранее заданного количества кластеров. Не требует больших вычислительных затрат. В примере я считываю данные о выборах в Огайо, но только для атрибутов каждого из 88 округов Огайо. Количество кластеров помогает определить, как мы группируем округа и какими атрибутами они обладают. Я масштабирую данные так, чтобы получить среднее значение 0 и стандартное отклонение 1. Я использую функцию KMeans и указываю количество кластеров. Я экспериментирую с разным количеством кластеров, чтобы увидеть, как это влияет на результаты. Мы можем оценить результаты на карте кластеров. Я также показываю, как использовать карту центроидов, чтобы показать, что отличает кластер, точка за точкой.
Название:
Пример кластеризации методом K-средних для округов штата Огайо.
Категория:
Разное