DalšíDalší průvodce
Shlukování středního posunu
Technický
PRŮVODCE Základy
K-Means je algoritmus bez dozoru, který automaticky třídí data do K skupin nalezením center clusteru.
Poslechněte si tento návodAI-vyprávěný · ~2 min
Je to důležité, protože odhaluje skrytou strukturu v neoznačených datech, od zákaznických segmentů po barvy obrázků.
K-Means rozděluje data do zvoleného počtu clusterů, K, bez jakýchkoli štítků. Začíná umístěním K bodů nazývaných centroidy, často náhodně. Poté opakuje dva kroky: přiřaďte každý datový bod jeho nejbližšímu těžišti a přesuňte každé těžiště do průměrné polohy bodů, které jsou k němu přiřazeny. Tyto kroky se opakují, dokud se přiřazení nepřestanou měnit, což znamená, že se algoritmus sblížil. Cílem je minimalizovat rozptyl uvnitř shluku, celkovou druhou mocninu vzdálenosti mezi body a jejich těžištěm. Protože výsledky závisí na výchozích pozicích, chytrá inicializace, jako je K-Means++, rozdělí počáteční těžiště od sebe. Musíte vybrat K předem, často se řídí „metodou lokte“ na chybové křivce.
Segmentace zákazníků: seskupení nakupujících podle útraty a frekvence návštěv za účelem cílení marketingových kampaní.
Komprese barev obrazu: snížení milionů barev pixelů na K reprezentativních odstínů pro zmenšení velikosti souboru.
Organizace dokumentů: seskupování novinových článků nebo lístků na podporu podle tématu bez předdefinovaných kategorií.
Detekce anomálií: Označení bodů daleko od jakéhokoli centra clusteru jako potenciální podvod nebo závada senzoru.
K-Means zůstává tahounem, protože je rychlý a škálovatelný na obrovské datové sady prostřednictvím minidávkových verzí, které aktualizují centroidy na malých vzorcích. Pokračuje výzkum automatického výběru K, chytřejší inicializace a variant jádra nebo hlubokého učení, které zvládají nesférické clustery. Stále více se používá jako krok předběžného zpracování, komprimace dat nebo generování prvků před načtením složitějších modelů a uvnitř vektorových databází pro urychlení hledání podobnosti přes vložení.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
K-Means je algoritmus bez dozoru, který automaticky třídí data do K skupin nalezením center clusteru. Je to důležité, protože odhaluje skrytou strukturu v neoznačených datech, od zákaznických segmentů po barvy obrázků.
K je počet shluků, které uživatel zadá před spuštěním algoritmu; metoda pak zjistí, že mnoho těžišť.
K-Means střídavě přiřazuje každý bod jeho nejbližšímu těžišti a přepočítává každý těžiště jako průměr jeho přiřazených bodů.
K-Means minimalizuje setrvačnost, celkovou čtvercovou vzdálenost mezi body a jim přiřazeným těžištěm, díky čemuž jsou shluky těsné.
Bez dozoru znamená, že data nemají žádné štítky; K-Means najde strukturu sama o sobě, aniž by mu byly sděleny správné skupiny.
Metoda kolena vykresluje chybu versus K a hledá ohyb, kde přidání dalších shluků přestává hodně pomáhat.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
Shlukování středního posunu
Technický