ET
Logi sisseAlusta kohe
Sõnastik

Clustering

Mis on Clustering?

Klasterdamine on juhendamata õppe meetod, mis jagab andmepunktid nende sarnasuse põhjal rühmadesse ilma eelnevalt määratud kategooriateta. See toob esile mustrid, mida keegi pole varem nimetanud – näiteks sarnase ostukäitumisega kliendisegmendid. Tekstide puhul aitab klasterdamine sorteerida sadu kliendipäringuid teemadesse, nagu tarne, arveldamine või kaebused, ja näitab, kus on rõhuasetus.

Kuidas KI.ordo aitab

KI.ordo sisaldab malli, mis sorteerib päringute loendi kolme kuni kaheksasse teemarühma koos arvude, näidete ja soovitusega.

Loe lähemalt : Clustering

Sobivad mallid

Teemad

  • juhendamata õpe
  • rühmitamine
  • andmeanalüüs

Proovi KI.ordot

Agendid, töövood ja mallid ühes tööruumis – tasuta 24-tunnine demo.

Alusta demot
← Kõik terminid

Seotud terminid

K-keskmiste klasterdamine

K-keskmiste meetod (k-means) on juhendamata õppe meetod, mis jagab andmepunktid ettemääratud arvuks k rühmaks. See määrab iga punkti lähimasse rühma keskpunkti ja liigutab neid keskpunkte seni, kuni jaotused peaaegu enam ei muutu. Meetod on kiire ja lihtsasti mõistetav, kuid nõuab k mõistlikku valikut ja võrreldavas skaalas tunnuseid. Näide: klientide rühmitamine ostusageduse ja ostukorvi väärtuse järgi.

  • Clustering
  • Juhendamata õpe
  • +1
Mall

Juhendamata õpe

Juhendamata õppes saab mudel andmeid ilma etteantud õigete vastusteta ja otsib ise struktuure. Tüüpilised meetodid on klasterdamine, mis rühmitab sarnased kirjed, ja mõõtmelisuse vähendamine, mis tihendab paljud tunnused mõneks põhiliseks. Organisatsioonid kasutavad seda kliendisegmentide avastamiseks või ebatavaliste tehingute märkamiseks; leitud rühmi peavad seejärel tõlgendama valdkonnaeksperdid.

  • Masinõpe
  • Clustering
  • +1

Dimensionaalsuse vähendamine

Dimensionaalsuse vähendamine vähendab andmehulga tunnuste arvu, kaotamata olulist infot. Tuntud meetodid on peakomponentide analüüs (PCA) ning t-SNE ja UMAP, mida kasutatakse sageli visualiseerimiseks. See kiirendab arvutusi, vähendab ülesobitamise riski ja muudab andmed paremini mõistetavaks – näiteks kui sadu kliendi tunnuseid kujutatakse kahemõõtmelisel diagrammil, kus sarnased kliendid asuvad üksteise lähedal.

  • andmeanalüüs
  • PCA
  • +1

Teksti klassifitseerimine

Teksti klassifitseerimine määrab tekstid automaatselt ette antud kategooriatesse, näiteks e-kirjad päringu tüübi, ülevaated meelestatuse või dokumendid teema järgi. Varem nõudis see spetsiaalsete mudelite treenimist märgendatud näidetel; tänapäeval suudavad suured keelemudelid sageli kategooriad määrata ainult kirjelduse põhjal. See võimaldab päringuid eelsortida ja suunata kiiremini õigele tiimile.

  • NLP
  • Liigitus
  • +1
Mall