Lekce 10 - Shlukovací algoritmus K-Means v Pythonu

V minulé lekci, Les rozhodovacích stromů v Pythonu, jsme se podívali na les rozhodovacích stromů a otestovali jsme ho na Iris dataset.

V tomto tutoriálu o strojovém učení se podíváme na algoritmus z rodiny algoritmů "učení bez dohledu" a tím je K-Means. Tento algoritmus nepotřebuje znát náš požadovaný výstup, ale postupným iterováním rozdělí data do K skupin, což je parametr, který definujeme. Tímto způsobem může algoritmus najít další vzory nebo vztahy v datech, kterých si nemusíme ani všimnout.

K-Means můžeme využít v reálném světě například k rozdělení zákazníků do K skupin, kde každá skupina bude mít vždy něco společného (např. ti, co nakupují boty, co nakupují pravidelně, sváteční nakupovači, šetřílci, ...). Jediný problém je, že vám algoritmus ukáže pouze kdo do jaké skupiny patří, ale ne co mají za unikátní vlastnost / co mají společného. To také uvidíme v praktické ukázce v Pythonu.

Jak funguje shlukovací algoritmus K-Means

Řekněme, že máme následující body a chceme je rozdělit do K skupin. Metodou KV (kouknu a vidím) si můžeme všimnou, že jsou zde 2 skupiny bodů a můžeme je jednoduše rozdělit:

Skupiny vypadají takto:

Centroid

Algoritmus K-Means ale neví, kolik je zde potenciálních skupin ani kde každá z nich leží. Každá skupina (jejich počet definuje parametr K) má svůj centroid, což je

...konec náhledu článku...
Pokračuj dál