MT
IdħolIbda issa
Glossarju

Clustering K-Means

X'inhu Clustering K-Means?

K-means huwa metodu ta' tagħlim mhux issorveljat li jaqsam punti ta' data f'numru predefinit k ta' gruppi. Jassenja kull punt lill-eqreb ċentru tal-grupp u jibqa' jċaqlaq dawn iċ-ċentri sakemm l-assenjazzjonijiet kważi ma jibqgħux jinbidlu. Il-metodu huwa veloċi u faċli biex jinftiehem, iżda jeħtieġ għażla sensibbli ta' k u karatteristiċi fuq skali komparabbli. Eżempju: il-ġbir ta' klijenti f'gruppi skont il-frekwenza tax-xiri u l-valur tal-basket.

Kif jgħin KI.ordo

Il-mudell ta' KI.ordo għall-ġbir ta' talbiet skont is-suġġett għandu għan simili iżda jifforma l-gruppi b'mudell lingwistiku minflok b'k-means.

Sir af aktar : Clustering K-Means

Mudelli li jaqblu

Suġġetti

  • Clustering
  • Tagħlim mhux issorveljat
  • Algoritmu

Ipprova KI.ordo

Aġenti, flussi tax-xogħol u mudelli fi spazju tax-xogħol wieħed – demo b'xejn għal 24 siegħa.

Ibda d-demo
← It-termini kollha

Termini relatati

Clustering

Il-clustering huwa metodu ta' tagħlim mhux sorveljat li jaqsam il-punti tad-data fi gruppi abbażi tax-xebh tagħhom, mingħajr kategoriji definiti minn qabel. Jikxef mudelli li ħadd ma semma qabel – pereżempju segmenti ta' klijenti b'imġiba simili fix-xiri. Bit-testi, il-clustering jgħin biex mijiet ta' mistoqsijiet tal-klijenti jiġu ssortjati f'suġġetti bħall-kunsinna, il-fatturazzjoni jew l-ilmenti u juri fejn jinsab il-fokus.

  • tagħlim mhux sorveljat
  • raggruppament
  • +1
Mudell

Tagħlim mhux superviżat

Fit-tagħlim mhux superviżat, mudell jirċievi data mingħajr tweġibiet korretti predefiniti u jfittex strutturi waħdu. Metodi tipiċi huma l-clustering, li jigruppa rekords simili, u t-tnaqqis tad-dimensjonijiet, li jikkondensa ħafna karatteristiċi f'ftit essenzjali. L-organizzazzjonijiet jużawh biex jiskopru segmenti ta' klijenti jew jidentifikaw tranżazzjonijiet mhux tas-soltu; il-gruppi misjuba jridu mbagħad jiġu interpretati minn esperti tad-dominju.

  • Tagħlim awtomatiku
  • Clustering
  • +1

K-Nearest Neighbours (l-eqreb ġirien)

K-nearest neighbours (k-NN) huwa metodu sempliċi ta' tagħlim issorveljat. Biex jiġi kklassifikat punt ġdid ta' data, ifittex l-aktar k eżempji magħrufa simili u jadotta l-aktar klassi komuni tagħhom jew, għal valuri numeriċi, il-medja tagħhom. Ma jeħtieġx fażi vera ta' taħriġ, iżda jsir bil-mod b'settijiet kbar ta' data u huwa sensittiv għal kif jiġu skalati l-karatteristiċi. Eżempju: rakkomandazzjonijiet tal-prodotti bbażati fuq klijenti simili.

  • Klassifikazzjoni
  • Tagħlim issorveljat
  • +1

Tnaqqis tad-dimensjonalità

It-tnaqqis tad-dimensjonalità jbaxxi n-numru ta' karatteristiċi f'sett ta' data mingħajr ma jintilfu l-informazzjoni essenzjali. Metodi magħrufa jinkludu l-analiżi tal-komponenti prinċipali (PCA) kif ukoll t-SNE u UMAP, li spiss jintużaw għall-viżwalizzazzjoni. Iħaffef il-komputazzjoni, inaqqas ir-riskju ta' overfitting u jagħmel id-data aktar faċli biex tinftiehem – pereżempju meta mijiet ta' attributi tal-klijenti jiġu mmappjati fuq grafiku bidimensjonali li fuqu klijenti simili jkunu qrib xulxin.

  • analiżi tad-data
  • PCA
  • +1