
機器學習中,我們最常遇到的就是無監(jiān)督,有監(jiān)督,半監(jiān)督了。無監(jiān)督和有監(jiān)督的區(qū)別,小編之前跟大家分享過,今天跟大家分享的是無監(jiān)督機器學習中常見的聚類算法,希望對大家無監(jiān)督學習有所幫助。
一、基本概念
1.無監(jiān)督學習:
無監(jiān)督學習是機器學習的一種方法,根據(jù)類別未知(沒有被標記)的訓練樣本解決模式識別中的各種問題。無監(jiān)督學習應(yīng)用主要包含:聚類分析、關(guān)系規(guī)則、維度縮減。
2.聚類:
無監(jiān)督學習里典型例子是聚類。聚類是把相似的對象通過靜態(tài)分類的方法分成不同的組別或者更多的子集,這樣讓在同一個子集中的成員對象都有相似的一些屬性,常見的包括在坐標系中更加短的空間距離等。
最常見的無監(jiān)督聚類算法:
K均值聚類
分層聚類
基于密度的掃描聚類(DBSCAN)
二、無監(jiān)督聚類算法--K均值聚類
K均值聚類 是我們最常用的基于歐式距離的聚類算法,它是數(shù)值的、非監(jiān)督的、非確定的、迭代的,該算法旨在最小化一個目標函數(shù)——誤差平方函數(shù)(所有的觀測點與其中心點的距離之和),其認為兩個目標的距離越近,相似度越大,由于具有出色的速度和良好的可擴展性,K均值聚類算得上是最著名的聚類方法。
1.K均值中最常用的距離是歐氏距離平方。m維空間中兩點x和y之間的距離的示例是:
這里,j是采樣點x和y的第j維(或特征列)。
集群慣性是聚類上下文中給出的平方誤差之和的名稱,表示如下:
其中μ(j)是簇j的質(zhì)心,并且如果樣本x(i)在簇j中則w(i,j)是1.否則是0.
K均值可以理解為試圖最小化群集慣性因子的算法。
2.具體算法
(1)選擇k值,即我們想要查找的聚類數(shù)量。
(2)算法將隨機選擇每個聚類的質(zhì)心。
(3)將每個數(shù)據(jù)點分配給最近的質(zhì)心(使用歐氏距離)。
(4)計算群集慣性。
(5)將計算新的質(zhì)心作為屬于上一步的質(zhì)心的點的平均值。換句話說,通過計算數(shù)據(jù)點到每個簇中心的最小二次誤差,將中心移向該點。
(6)返回第3步。
二、無監(jiān)督聚類算法--分層聚類
1.分層聚類是基于prototyope的聚類算法的替代方案。分層聚類的主要優(yōu)點是不需要指定聚類的數(shù)量,它會自己找到它。此外,它還可以繪制樹狀圖。樹狀圖是二元分層聚類的可視化。
在底部融合的觀察是相似的,而在頂部的觀察是完全不同的。對于樹狀圖,基于垂直軸的位置而不是水平軸的位置進行結(jié)算。
2.分層聚類的類型
分層聚類有兩種方法:集聚和分裂。
分裂:這種方法首先將所有數(shù)據(jù)點放入一個集群中。 然后,它將迭代地將簇分割成較小的簇,直到它們中的每一個僅包含一個樣本。
集聚:這種方法從每個樣本作為不同的集群開始,然后將它們彼此靠近,直到只有一個集群。
3.分層聚類優(yōu)缺點
分層聚類的優(yōu)點;
(1)由此產(chǎn)生的層次結(jié)構(gòu)表示可以提供非常豐富的信息。
(2)樹狀圖提供了一種有趣且信息豐富的可視化方式。
(3)當數(shù)據(jù)集包含真正的層次關(guān)系時,它們特別強大。
分層聚類的缺點:
(1)分層聚類對異常值非常敏感,并且在其存在的情況下,模型性能顯著降低。
(2)從計算上講,分層聚類非常昂貴。
三、無監(jiān)督聚類算法--DBSCAN 聚類
DBSCAN(帶噪聲的基于密度的空間聚類方法)是一種流行的聚類算法,它被用來在預(yù)測分析中替代 K 均值算法。它并不要求輸入簇的個數(shù)才能運行。但是,你需要對其他兩個參數(shù)進行調(diào)優(yōu)。
優(yōu)缺點:
1.優(yōu)點
①不需要指定簇的個數(shù);
②可以對任意形狀的稠密數(shù)據(jù)集進行聚類,相對的,K-Means之類的聚類算法一般只適用于凸數(shù)據(jù)集;
③擅長找到離群點(檢測任務(wù));
④兩個參數(shù)ε\varepsilonε和minPts就夠了;
⑤聚類結(jié)果沒有偏倚,相對的,K-Means之類的聚類算法初始值對聚類結(jié)果有很大影響。
2.缺點
①高維數(shù)據(jù)有些困難;
②Sklearn中效率很慢(數(shù)據(jù)削減策略);
③如果樣本集的密度不均勻、聚類間距差相差很大時,聚類質(zhì)量較差,這時用DBSCAN聚類一般不適合;
④調(diào)參相對于傳統(tǒng)的K-Means之類的聚類算法稍復雜,主要需要對距離閾值ε\varepsilonε,鄰域樣本數(shù)閾值MinPts聯(lián)合調(diào)參,不同的參數(shù)組合對最后的聚類效果有較大影響。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03