教師なし学習

クラスタリングでは、数学的類似性ルールに従ってサンプルをグループ化します。そのルールは、機能、そのスケーリング、アルゴリズム、およびその設定によって異なります。購入頻度から求められるグループと商品の嗜好から求められるグループは異なる場合があります。どちらが有用な顧客カテゴリーに該当するかという自動的な保証はありません。次元削減により、測定値の集合がより小さな表現に変換されます。これは、視覚化、圧縮、または別のモデルに役立ちます。 2 次元の画像では情報が破棄されるため、プロット内の距離や見かけのギャップを元のデータに関する疑いのない事実として扱うべきではありません。適切な前処理の選択を変更するか、さまざまなレコードをサンプリングして、安定性を評価します。代表的な例と境界例を調べます。内部スコアは数学的なグループ化を比較できますが、有用性は実際の目的に照らして判断する必要があります。データの一部にラベルが存在する場合、追加の外部チェックを提供できます。珍しい例は、重要である場合もあれば、間違っている場合もあれば、単に多数派と異なる場合もあります。異常スコアは調査の信号であり、不正行為の証拠や診断ではありません。監視されていない検出器を導入する前に、アラートの後に何が続くかを確立してください。