
R語(yǔ)言基于模型的聚類(lèi)方法處理
說(shuō)明
與使用啟發(fā)式方法而非依賴(lài)某個(gè)形式化模型的層次聚類(lèi)和K均值聚類(lèi)不同,基于模型的聚類(lèi)算法假設(shè)存在多種數(shù)據(jù)模型,并使用EM算法來(lái)判斷可能性最大的數(shù)據(jù)模型作為對(duì)數(shù)據(jù)處理進(jìn)行聚簇處理的依據(jù)。
操作
使用customer數(shù)據(jù)庫(kù)
mb = Mclust(customer)
fitting ...
|==============================================================================================================================| 100%
> plot(mb)
Model-based clustering plots:
1: BIC
2: classification
3: uncertainty
4: density
Selection:
選擇“1”得到不同成分的BIC值:
選擇“2”顯示不同特征值的分類(lèi)結(jié)果:
選擇“3”,顯示根據(jù)不同特征組合的分類(lèi)不確定性:
選擇4,得到不同的密度估計(jì)值
密度估計(jì)值
選擇0,退出繪圖菜單。
最后,使用summary函數(shù)獲得似然性最大的模型以及聚簇的個(gè)數(shù):
summary(mb)
----------------------------------------------------
Gaussian finite mixture model fitted by EM algorithm
----------------------------------------------------
Mclust VII (spherical, varying volume) model with 5 components:
log.likelihood n df BIC ICL
-218.6891 60 29 -556.1142 -557.2812
Clustering table:
1 2 3 4 5
11 8 17 14 10
原理
基于模型的聚類(lèi)算法沒(méi)有采用啟發(fā)方法來(lái)構(gòu)建簇,而是采用基于概率的方法,算法假設(shè)樣例數(shù)據(jù)分布服從某個(gè)未知的概率分布,并試圖從數(shù)據(jù)找出這個(gè)分布。有限混合模型是一類(lèi)常見(jiàn)基于模型的方法,單個(gè)模型被分配一個(gè)線性權(quán)重再組合得到模型的結(jié)果,因而有限混合模型能夠提供一個(gè)靈活的模型框架來(lái)解釋數(shù)據(jù)分布概率。
假設(shè)數(shù)據(jù)y = (y1,y2,…,yn)包括n個(gè)獨(dú)立多元觀測(cè)值,G是模型成分的個(gè)數(shù),有限混合模型似然公式:
其中f(k)與O(k)是混合模型中第k個(gè)模型的密度與參數(shù),T(K)是觀測(cè)樣本屬于第K個(gè)模型的概率。
基于模型的聚類(lèi)算法處理過(guò)程可以分成以下幾個(gè)步驟:
1.算法確定好模型的數(shù)量以及概率分布類(lèi)型
2.構(gòu)建一個(gè)有限混合模型并計(jì)算每個(gè)模型類(lèi)別的后驗(yàn)概率
3,最后將樣本觀測(cè)值分配到概率最大的類(lèi)別中
本節(jié)展示了如何使用基于模型的聚類(lèi)算法完成數(shù)據(jù)的劃分。由BIC圖我們可以知道模型的BIC值,通過(guò)這個(gè)值我們可以選擇簇的個(gè)數(shù),分類(lèi)結(jié)果示意圖和分類(lèi)不確定性示意圖分別展示了根據(jù)不同的維度組合得到的組合得到的簇結(jié)果和分類(lèi)不確定性。密度圖顯示了密度估計(jì)值的等高線圖。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10