Көзөмөлсүз окутуу: k-Means менен кластерлөө
Бул курста ушул убакка чейин ар бир сабак компьютерге белгиленген (labeled) мисалдарды берип келди: спам же спам эмес деп мурунтан белгиленген каттар, баасы белгилүү үйлөр, мышык же ит деп мурунтан тамгаланган сүрөттөр. Машина жөн гана даяр жоопторду көчүрүп үйрөнгөн. Бирок реалдуу дүйнөдөгү маалыматтардын көбү эч кандай даяр жообу жок келет. Кайсы кардарлар бири-бирине окшош экенин, кайсы жаңылык макалалары бир темага тиешелүү экенин, же сүрөттө кайсы түстөр басымдуулук кылганын эч ким сизге айткан эмес. Бул сабак машинага ушул жашырылган түзүлүштү өз алдынча табууну үйрөтүү жөнүндө. Ушул методдордун бүтүндөй үй-бүлөсү көзөмөлсүз окутуу (unsupervised learning) деп аталат, ал эми үй-бүлөнүн эң атактуу мүчөсү k-means деп аталган кластерлөө алгоритми.
Сабактын аягында сиз k-means'ти кагаз бетинде колуңуз менен иштете аласыз, топтордун акылга сыярлык санын тандай аласыз, алгоритм так кайсы жерде иштебей калаарын билесиз жана аны Python'дун бир нече сабында чакыра аласыз.
Окуу максаттарыңыз
- Көзөмөлсүз окутуу деген эмне жана ал көзөмөлдүү окутуудан кантип айырмаланарын түшүндүрүү.
- Кластерлөө эмне кыларын сүрөттөө жана ал колдонулган төрт реалдуу ишти атоо.
- k-means'тин төрт кадамын кичинекей 2D маалымат жыйнагында, чыныгы сандар менен, кол менен басып өтүү.
- Чыканак ыкмасы (elbow method) жана инерцияны колдонуп кластерлердин $k$ санын тандоо.
- k-means'тин негизги чектөөлөрүн санап берүү (форма, масштабдоо, баштапкы жайгаштыруу, $k$ тандоо).
- Кластерлөө менен классификацияны салыштыруу жана дагы эки көзөмөлсүз идеяны алдын ала кароо.
- scikit-learn'де
KMeans'ти иштетүү жана кластер борборлорун кайра окуу.