Elementary Cluster Analysis: Patru metode de bază care (de obicei) funcționează

Recenzii ale cititorilor

În prezent, nu există recenzii ale cititorilor. Evaluarea se bazează pe 2 voturi.

Titlul original:

Elementary Cluster Analysis: Four Basic Methods That (Usually) Work

Conținutul cărții:

Disponibilitatea programelor de clusterizare la pachet înseamnă că oricine are date poate efectua cu ușurință o analiză clusterizată a acestora. Însă mulți utilizatori ai acestei tehnologii nu îi apreciază pe deplin numeroasele pericole ascunse. În lumea de astăzi a algoritmilor de tip "apucă și pleacă", o parte din motivația mea pentru scrierea acestei cărți este de a oferi utilizatorilor un set de povești de avertizare cu privire la analiza cluster, deoarece aceasta este în mare măsură o artă, precum și o știință, și este ușor să te împiedici dacă nu îi înțelegi capcanele. Într-adevăr, este ușor să vă împiedicați de ele chiar dacă le cunoașteți! Cuvântul din paranteză "de obicei" din titlu este foarte important, deoarece toți algoritmii de grupare pot eșua și eșuează din când în când.

Analiza cluster modernă a devenit atât de complexă din punct de vedere tehnic încât este adesea dificil pentru începător sau pentru nespecialist să aprecieze și să înțeleagă numeroasele sale pericole ascunse. Iată cum a spus-o Yogi Berra, și avea dreptate:

În teorie nu există nicio diferență între teorie și practică. În practică, există Yogi Berra.

Această carte este un pas înapoi, către patru metode clasice de grupare în seturi de date mici și statice, care au trecut cu succes testul timpului. Cea mai tânără dintre cele patru metode are acum aproape 50 de ani:

Descompunerea amestecului Gaussian (GMD, 1898)

SAHN Clustering (în principal single linkage (SL, 1909))

Hard c-means (HCM, 1956, cunoscută și sub denumirea de "k-means")

Fuzzy c-means (FCM, 1973, se reduce la HCM într-o anumită limită)

Datele sunt primele scrieri cunoscute (pentru mine, cel puțin) despre aceste patru modele. Sunt (cu scuze față de Marvel Comics) foarte confortabil în a numi HCM, FCM, GMD și SL cei patru fantastici.

Analiza clusterelor este un subiect vast. Imaginea de ansamblu în clustering este destul de copleșitoare, astfel încât orice încercare de a înota la capătul adânc al piscinei chiar și într-un subdomeniu foarte specializat necesită multă pregătire. Dar cu toții începem la capătul puțin adânc (sau cel puțin de acolo ar trebui să începem! ), iar această carte vizează în mod direct învățarea copiilor mici să nu se teamă de apă. Nu există nicio secțiune a acestei cărți care, dacă este explorată cu adevărat în profunzime, să nu poată fi extinsă în propriul volum. Așadar, dacă aveți nevoie de o tratare în profunzime a tuturor celor mai recente evoluții ale oricărui subiect din acest volum, cel mai bun lucru pe care îl pot face - ceea ce voi încerca să fac oricum - este să vă conduc la piscină și să vă arăt unde să săriți.