エルボー法を使用した K 平均法クラスタリング。

導入

クラスタリングまたはクラスター分析は、ラベルのないデータセットをグループ化する機械学習手法です。これは、「データ ポイントを、類似したデータ ポイントで構成される異なるクラスターにグループ化する方法です。類似性がある可能性のあるオブジェクトはグループ内に残り、別のグループとの類似性が少ないかまったくないオブジェクトは 」と言えます。 「

モールの実世界の例を使ってクラスタリング手法を理解しましょう。顧客がショッピング モールを訪れると、同様の用途のものがグループ化されていることがわかります。 Tシャツはあるコーナーに、パンツは別のコーナーに、同様に野菜コーナーではリンゴ、バナナ、マンゴーなどを別のコーナーにまとめて、お客様が探しやすいように工夫しています。クラスタリング手法も同様に機能します。クラスタリングの他の例としては、トピックに応じたドキュメントのグループ化があります。

K 平均法クラスタリング アルゴリズムの Python 実装。

前提条件

• K-means クラスタリング アルゴリズムとは何ですか。
• K 平均法アルゴリズムはどのように機能しますか?
• 「k: K-means クラスタリングのクラスターの数」の値を見つけて選択する方法。
• データの前処理。
• 標準化と機能拡張。
• トレーニングとデータ変換のフィッティング.
• トレーニング データセットで K 平均法アルゴリズムをトレーニングします。
• 予測を立てます。
• 5 つの重心の座標を検査します
• エルボー法を使用して最適な (k) 個のクラスターを見つけます。
• クラスターの視覚化
• 調査結果の概要

以上がエルボー法を使用した K 平均法クラスタリング。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。