Paylaşım , Takip İçin
Makine öğrenmesi adımlarından denetimsiz öğrenimin 2. bölümüdür. Diğer bölümlere yazının sonundan geçebilirsiniz.
Mesafe (Distance) fonksiyonları
- Kümeleme de anahtar kelimeler “similarity” ve “dissimilarity” olarak bilinir.
- Çok sayıda mesafe fonksiyonu vardır
- Verinin farklı türleri
- Numeric data
- Nominal data
- Farklı özellikte uygulamalar
Sayısal nitelikler için mesafe fonksiyonları
- Sıklıkla aşağıdaki fonksiyonlar kullanılır
- Euclidean distance
- Manhattan (city block) distance
- Mesafeyi şununla ifade ediyoruz: dist(xi, xj), burada; xi ve xj veri noktalarıdır (vektörler)
- Bu iki ölçüm Minkowski distance formları olarak bilinir. h pozitif bir değer olmak üzere Minkowski distance aşağıdaki gibi sunulur.
Euclidean distance ve Manhattan distance
İkili ve nominal nitelikler için mesafe fonksiyonları
- İkili özellik: iki değeri veya durumu bulunur, sıra ilişkisi içermez
- Cinsiyet: male ve female.
- Mesafe fonksiyonları/ölçümleri için bir konfüzyon (confusion) matris kullanılır.
- ith ve jth veri noktaları xi ve xj vektörleri olmak üzere
Konfüzyon matrisi
Simetrik ikili özellikler
- İkili bir özellik, her iki durumu da (0 ve 1) eşit öneme sahipse ve aynı ağırlıkları taşıyorsa simetriktir, örneğin, Cinsiyet niteliğinin erkek ve dişi
- Mesafe fonksiyonu: Simple Matching Coefficient, değerlerin uyumsuzluk oranını verir.
Asimetrik ikili özellikler
- Asymmetric: durumlardan biri diğerinden daha önemli veya daha değerli ise.
- Geleneksel olarak, durum 1, tipik olarak nadir veya seyrek olan durum olan daha önemli durumu temsil eder.
- Jaccard coefficient bu konudaki popüler bir ölçümdür
Nominal özellikler
- Nominal attributes: ikiden fazla değer veya durum içerir.
- yaygın olarak kullanılan mesafe ölçüsü de basit eşleştirme yöntemine dayanmaktadır.
- R adet özellik ile sunulan iki vektörde birbiriyle eşleşen özellik adedi q olmak üzere ikisi arasındaki mesafe:
Metin dokümanlar için mesafe fonksiyonu
- Bir metin belgesi bir dizi cümleden oluşur ve her cümle bir dizi kelimeden oluşur.
- Basitleştirmek için: Bir belge genellikle belge kümelemede bir kelime “çantası” olarak kabul edilir.
- Sequence and position of words are ignored.
- Bir belge, normal bir veri noktası gibi bir vektörle temsil edilir.
- Mesafe yerine iki belgeyi karşılaştırmak için benzerlik kullanmak yaygındır.
- En yaygın kullanılan benzerlik işlevi kosinüs benzerliğidir.
Bir önceki makine öğrenmesi konusu için tıklayınız — Denetimsiz Öğrenim
Paylaşım , Takip İçin