K-means кластерлеу дегеніміз не?
K-means — әр субъектіні орталығы (mean) ең жақын кластерге тағайындайтын әдіс. Орталықтар әр қадамда (итерацияда) қайта есептеледі, субъектілер басқа кластерге ауыса алады. Итерациялар орталықтар тұрақтанғанда тоқтайды.
Білім беру мысалы: Студенттерді оқу уақыты, қатысу, ұпай және мазасыздық бойынша 3 топқа бөліңіз. K-means әр студентті ұқсас топқа жатқызады.
Иерархиялық кластерлеуден айырмашылығы
- Топ санын (k) алдын ала көрсету керек.
- Тек үзіліссіз айнымалылар; Евклид қашықтығы қолданылады.
- Шеткі мәндерге сезімтал (олар жеке кластер құруы мүмкін).
- Көбіне алдымен иерархиялық кластерлеу арқылы оңтайлы k бағаланады.
Нәтижені оқу
| Көрсеткіш | Мағынасы |
|---|---|
| Final Cluster Centers | Әр кластердегі айнымалылардың орташасы — топтарды осы арқылы сипаттаймыз |
| ANOVA кестесі (F) | Қай айнымалылар топтарды ажыратуға көп үлес қосады (жоғары F) |
| Cluster membership | Әр субъектінің қай кластерге жататыны |
Ескерту: ANOVA кестесіндегі F-мәндер тек сипаттау мақсатында қолданылады, ресми тест ретінде емес — себебі кластерлеудің өзі топтар арасындағы айырмашылықты максимизациялайды.