Bài giảng Khai phá dữ liệu: Chương 6 Phân cụm dữ liệu, cung cấp cho người học những kiến thức như: Giới thiệu bài toán phân cụm; Một số độ đo cơ bản cho phân cụm; Phân cụm K-mean gán cứng; Phân cụm phân cấp; Biểu diễn cụm và gán nhãn; Đánh giá phân cụm. Mời các bạn cùng tham khảo! | Chương 6 Phân cụm dữ liệu KHAI PHÁ DỮ LIỆU Nội dung 1. Giới thiệu bài toán phân cụm 2. Một số độ đo cơ bản cho phân cụm 3. Phân cụm K-mean gán cứng 4. Phân cụm phân cấp 5. Biểu diễn cụm và gán nhãn 6. Đánh giá phân cụm DW DM 348 1. Giới thiệu bài toán phân cụm Bài toán Tập dữ liệu D di Phân các dữ liệu thuộc D thành các cụm Các dữ liệu trong một cụm tương tự nhau gần nhau Dữ liệu hai cụm không tương tự nhau xa nhau Đo tương tự gần nhau Tiên đề phân cụm Nếu người dùng lựa chọn một đối tượng d thì họ cũng lựa chọn các đối tượng cùng cụm với d Khai thác cách chọn lựa của người dùng Đưa ra một số độ đo tương tự theo biểu diễn dữ liệu Một số nội dung liên quan Xây dựng độ đo tương tự Khai thác thông tin bổ sung Số lượng cụm cho trước số lượng cụm không cho trước DW DM 349 Sơ bộ tiếp cận phân cụm Phân cụm mô hình và phân cụm phân vùng Mô hình Kết quả là mô hình biểu diễn các cụm dữ liệu Vùng Danh sách cụm và vùng dữ liệu thuộc cụm Phân cụm đơn định và phân cụm xác suất Đơn định Mỗi dữ liệu thuộc duy nhất một cụm Xác suất Danh sách cụm và xác suất một dữ liệu thuộc vào các cụm Phân cụm phẳng và phân cụm phân cấp Phẳng Các cụm dữ liệu không giao nhau Phân cấp Các cụm dữ liệu có quan hệ phân cấp cha- con Phân cụm theo lô và phân cụm tăng Lô Tại thời điểm phân cụm toàn bộ dữ liệu đã có Tăng Dữ liệu tiếp tục được bổ sung trong quá trình phân DW cụm DM 350 Các phương pháp phân cụm Các phương pháp phổ biến Phân vùng phân cấp dựa theo mật độ dựa theo lưới dựa theo mô hình và phân cụm mờ Phân cụm phân vùng phân cụm phẳng Xây dựng từng bước phân hoạch các cụm và đánh giá chúng theo các tiêu chí tương ứng Tiếp cận từ dưới lên gộp dần từ trên xuống chia dần Độ đo tương tự khoảng cách K-mean k-mediod CLARANS Hạn chế Không điều chỉnh được lỗi Phân cụm phân cấp Xây dựng hợp tách dần các cụm tạo cấu trúc phân cấp và đánh giá theo các tiêu chí tương ứng Độ đo tương tự khoảng cách HAC Hierarchical agglomerative clustering DW CHAMELEON BIRRCH và CURE DM 351 Các phương pháp phân cụm Phân
