SL
PrijavaZačnite zdaj
Slovar pojmov

Clustering

Kaj je Clustering?

Gručenje (clustering) je metoda nenadzorovanega učenja, ki podatkovne točke na podlagi podobnosti razdeli v skupine brez vnaprej določenih kategorij. Razkrije vzorce, ki jih še nihče ni poimenoval – na primer segmente strank s podobnim nakupnim vedenjem. Pri besedilih gručenje pomaga razvrstiti na stotine povpraševanj strank v teme, kot so dostava, obračun ali pritožbe, in pokaže, kje je težišče.

Kako pomaga KI.ordo

KI.ordo vključuje predlogo, ki seznam povpraševanj razvrsti v tri do osem tematskih skupin s številom, primeri in priporočilom.

Več o tem : Clustering

Ustrezne predloge

Teme

  • nenadzorovano učenje
  • razvrščanje v skupine
  • analiza podatkov

Preizkusite KI.ordo

Agenti, poteki dela in predloge v enem delovnem prostoru – brezplačna 24-urna predstavitev.

Začni predstavitev
← Vsi pojmi

Sorodni pojmi

Razvrščanje v skupine po metodi k-voditeljev

K-voditelji (k-means) so metoda nenadzorovanega učenja, ki podatkovne točke razdeli v vnaprej določeno število k skupin. Vsako točko dodeli najbližjemu središču skupine in ta središča premika, dokler se dodelitve skoraj ne spreminjajo več. Metoda je hitra in lahko razumljiva, zahteva pa smiselno izbiro k in značilnosti na primerljivih merilih. Primer: razvrščanje strank po pogostosti nakupov in vrednosti košarice.

  • Clustering
  • Nenadzorovano učenje
  • +1
Predloga

Nenadzorovano učenje

Pri nenadzorovanem učenju model prejme podatke brez vnaprej določenih pravilnih odgovorov in sam išče strukture. Tipični metodi sta gručenje, ki združuje podobne zapise, in zmanjševanje dimenzionalnosti, ki številne značilnice strne v nekaj bistvenih. Organizacije ga uporabljajo za odkrivanje segmentov strank ali opažanje nenavadnih transakcij; najdene skupine morajo nato razložiti strokovnjaki s področja.

  • Strojno učenje
  • Clustering
  • +1

Zmanjševanje dimenzionalnosti

Zmanjševanje dimenzionalnosti zmanjša število značilnosti v podatkovni zbirki, ne da bi izgubili bistvene informacije. Znane metode so analiza glavnih komponent (PCA) ter t-SNE in UMAP, ki se pogosto uporabljata za vizualizacijo. Pospeši izračune, zmanjša tveganje čezmernega prilagajanja in podatke naredi bolj pregledne – na primer ko se na stotine lastnosti strank preslika na dvodimenzionalni grafikon, kjer so si podobne stranke blizu.

  • analiza podatkov
  • PCA
  • +1

Razvrščanje besedil

Razvrščanje besedil samodejno razvršča besedila v vnaprej določene kategorije, na primer e-pošto po vrsti zahtevka, ocene po sentimentu ali dokumente po temi. Prej je bilo za to treba učiti posebne modele na označenih primerih; danes veliki jezikovni modeli kategorije pogosto dodelijo že na podlagi opisa. Tako je mogoče povpraševanja vnaprej razvrstiti in jih hitreje usmeriti k pravi ekipi.

  • NLP
  • Razvrstitev
  • +1
Predloga