วิธีการ Cluster โดยเพื่อนบ้านที่ใกล้เคียงที่สุดในการวิเคราะห์ Predictive - Dummies

เพื่อนบ้านที่ใกล้เคียงที่สุดคืออัลกอริทึมที่ใช้กันอย่างแพร่หลายในการวิเคราะห์เชิงพยากรณ์เพื่อจัดกลุ่มข้อมูลโดยการกำหนดไอเท็มให้กับคลัสเตอร์โดยกำหนดว่ารายการใดที่คล้ายคลึงกันมากที่สุด ขั้นตอนต่อไปนี้ใช้ขั้นตอนต่อไปนี้โดยทั่วไป:

มาเมทริกซ์ความเหมือนกันจากรายการในชุดข้อมูล

เมทริกซ์นี้เรียกว่า distance matrix จะถือค่าความคล้ายคลึงกันสำหรับแต่ละรายการในชุดข้อมูล (ค่าเหล่านี้จะถูกอธิบายรายละเอียดในตัวอย่างต่อไป)
ด้วยเมทริกซ์ในสถานที่เปรียบเทียบแต่ละรายการในชุดข้อมูลกับทุกรายการอื่น ๆ และคำนวณค่าความคล้ายคลึงกัน
การใช้เมทริกซ์ระยะทางตรวจสอบทุกรายการเพื่อดูว่าระยะทางที่เพื่อนบ้านมีค่าน้อยกว่าค่าที่คุณกำหนดหรือไม่

ค่านี้เรียกว่า threshold
อัลกอริทึมจะทำให้แต่ละองค์ประกอบในคลัสเตอร์แยกวิเคราะห์รายการและตัดสินใจว่ารายการใดที่คล้ายกันและเพิ่มรายการที่คล้ายกันลงในคลัสเตอร์เดียวกัน
อัลกอริทึมจะหยุดทำงานเมื่อตรวจสอบรายการทั้งหมด

พิจารณาชุดข้อมูลของแปดตำแหน่งทางภูมิศาสตร์ที่บุคคลอาศัยอยู่ มีจุดประสงค์เพื่อแบ่งกลุ่มคนเหล่านี้ออกเป็นกลุ่มตามตำแหน่งทางภูมิศาสตร์ตามที่กำหนดโดย Global Positioning System

แผนภูมินี้แสดงชุดข้อมูลที่เรียบง่ายของข้อมูลทางภูมิศาสตร์ของแต่ละบุคคล สมมติว่าข้อมูลทั้งหมดที่เก็บรวบรวมเกี่ยวกับแปดคนเหล่านี้ถูกเก็บรวบรวม ณ จุดเฉพาะเจาะจงในเวลา

GPS GPS - ละติจูดทางภูมิศาสตร์ 1 2 10 2 2 5 < 3 8 4 4 5 8 5 7 5 6 6 4 7 1 2 8 4 9 เช่นเดียวกับ K-means ขั้นตอนแรกแรกคือการคำนวณค่าความคล้ายคลึงกันสำหรับคู่ของแต่ละบุคคล วิธีหนึ่งในการคำนวณความคล้ายคลึงกันระหว่างสองรายการคือการกำหนดระยะทางแบบยุคลิด ค่าความคล้ายคลึงกันระหว่างสองจุดคำนวณตามที่แสดงไว้ก่อนหน้านี้ ความคล้ายคลึงกันระหว่างรายการ A กับรายการ B =

√ (f, <1> > b, n

- f _{b, 2} ) ₂ + … + (f ^{a, n} > ₂ ที่นี่ f _{a, 1} เป็นคุณลักษณะแรกของรายการ A f ^{a, 2} เป็นคุณลักษณะที่สองของรายการ A และค่าที่สอดคล้องกัน _b แสดงคุณสมบัติของรายการ B. ตัวแปร _n คือจำนวนของคุณสมบัติ ในตัวอย่างนี้ ⁿ

คือ 2. ตัวอย่างเช่นความคล้ายคลึงกันระหว่างรายการที่ 1 และ 2 จะถูกคำนวณดังนี้ _{ความคล้ายคลึงกันระหว่างรายการที่ 1 และ 2 = √ (2-2)} 2 _{+ (10-5)} 2 = 59999