الگوریتم‌ خوشه‌بندی 4

خوشه‌بندی Expectation–Maximization EM با استفاده ازمدل GMM  Gaussian Mixture Models

یکی از اشکالات عمده الگوریتم K-Means استفاده ساده از مقدار متوسط برای مرکز خوشه است. با دیدن تصویر زیر می‌فهمیم که چرا این بهترین روش برای انجام کارها نیست.  

الگوریتم‌ خوشه‌بندی 3

DBSCAN یک الگوریتم خوشه‌ای مبتنی بر چگالی است که شبیه به  mean-shift است اما دارای دو مزیت قابل توجه است. قبل از شروع نگاهی به تصویر زیر بیاندازید. 

الگوریتم‌ خوشه‌بندی 2

K-Medians  یکی دیگر از الگوریتم‌های خوشه‌بندی مربوط به K-Means است با این تفاوت که به جای محاسبه مرکز گروه با استفاده از میانه بردار نقاط جدید را بوجود می‌آورد. 

الگوریتم‌ خوشه‌بندی 1

خوشه‌بندی یک تکنیک یادگیری است که شامل گروه بندی نقاط داده می‌شود. با توجه به مجموعه ای از نقاط داده می‌توان از یک الگوریتم خوشه‌بندی برای طبقه‌بندی هر نقطه داده به یک گروه خاص استفاده کرد. 

ارزیابی مدل

هنگامی که یک دسته‌بندی کننده ساخته می‌شود، اندازه‌گیری صحت آن دارای اهمیت زیادی است. برای اندازه‌گیری صحت یک دسته‌بندی‌کننده بهتر است از داده‌های تست استفاده شود؛ یعنی پس از ساخت مدل روی داده‌های آموزشی، میزان صحت مدل در تعیین برچسب کلاس نمونه‌ها، روی داده‌های تست مورد آزمایش قرار گیرد.

روش طراحی درخت تصمیم

روش‌های ساخت درخت تصمیم معمولاً به صورت بالا به پایین عمل می‌کنند به این معنی که ابتدا فضای ورودی به فضاهای کوچکتر تقسیم می‌شود، سپس فرآیند تقسیم بندی برای هر یک از این قسمت‌ها تکرار می‌شود.