به کمک نیاز داری؟

گروه کسب و کار ساکوراد
فهرست
آموزش R

آموزش R | خوشه بندی به روش K-Means

یکی از روش های معتبر خوشه بندی، خوشه بندی K-mean است که بر اساس کمترین فاصله های هر داده از مرکز یک خوشه (میانگین) خوشه بندی را انجام می دهد. در نرم افزار R ، با استفاده از تابع kmeans() همان طور از اسم آن مشخص است داده های خود را به روش k-means خوشه بندی کرده تا آن ها را در k گروه بگنجانیم به قسمی که مجموع مربعات فاصله ی داده ها از مراکز خوشه ی خود حداقل گردد. در واقع این روش خوشه بندی از نقاط داده ها مجموعه هایی مجزا می سازد به طوری که در هر مجموعه نقاط داده ها به مرکز خوشه نزدیک اند.

اعضای شبکه مشاوران در حوزه «تحقیقات بازار، بازاریابی و فروش»

مشاور دیجیتال مارکتینگ و فروش

اگر بدنبال افزایش فروش و توسعه سهم خود در بازارهای...

مشاور بازاریابی و فروش

اگر در فضای پررقابت کنونی بدنبال موفقیت تضمینی و داشتن...

مشاور کارآفرینی و فروش

اگر بعنوان مدیر کسب و کار، به دنبال رونق و...

مشاور کارآفرینی، بازاریابی، سرمایه‌گذاری و مهاجرت در ترکیه | مترجم زبان ترکی استانبولی

اگر بدنبال مهاجرت، ثبت شرکت، فعالیت اقتصادی، سرمایه‌گذاری، توسعه کسب...

مشاور عکاسی و فیلمبرداری

اگر به دنبال خلاقیت در عکاسی و تصویربرداری برای تولید...

مشاور اینستاگرام مارکتینگ

اگر به دنبال افزایش دنبال کنندگان فعال در صفحه اینستاگرام...

مشاور برندسازی، بازاریابی و فروش

اگر بعنوان کارآفرین یا فعال اقتصادی بدنبال تقویت برند، رونق...

مشاور بازاریابی و آنلاین سازی کسب و کار

اگر بعنوان فعال اقتصادی، به دنبال رونق فروش و یا...

مشاور کسب و کار و امور بیمه

اگر بعنوان فعال حوزه بیمه یا خدمات، دنبال تضمین موفقیت...

مشاور بازاریابی، فروش و مذاکرات تجاری

اگر بعنوان کارآفرین یا فعال اقتصادی به دنبال رشد کسب...

مشاور تولید محتوا | مترجم انگلیسی، فرانسه و اسپانیایی

اگر بعنوان فعال اقتصادی به دنبال تثبیت جایگاه و گسترش...

مشاور تحقیقات بازار، بازاریابی و فروش

اگر به دنبال برنامه‌ریزی و موفقیت در کسب و کارهای...

مشاور برندینگ و تحقیقات بازار

اگر به عنوان فعال اقتصادی/صاحب کسب و کار نیازمند تحلیل...

مشاور مسیریابی شغلی، کارآفرینی و استارتاپ

اگر به دنبال موفقیت در کارآفرینی و یا داشتن کسب...

مشاور تحقیقات بازار، بازاریابی و فروش

اگر علاقمندید در تراز شرکتهای بزرگ و صاحب‌نام، بخش بازاریابی...

مشاور عکاسی، فیلمبرداری، تدوین و کارگردانی | مترجم ترکی‌استانبولی

اگر به دنبال طراحی کمپین‌های تبلیغاتی با نگاه یک کارگردان...

مشاور بازاریابی و فروش | مترجم انگلیسی، فرانسه و ترکی‌استانبولی

اگر بعنوان کارآفرین یا فعال اقتصادی به دنبال کسب برتری...

مشاور شغلی و توانمندسازی مهارت‌های مدیران

اگر بعنوان کارآفرین و یا فعال اقتصادی به دنبال موفقیت،...

الگوریتم K-means :
الگوریتم K-means دارای یک پارامتر K است که نماینده ی تعداد خوشههای مد نظرمان است. الگوریتم K-means پایه به صورت زیر است:
1- مقدار دهی اولیه: k نقطه را به عنوان مراکز اولیه در نظر می گیرد.
2- تکرار
3- K خوشه را با تخصیص تمام نقاط به نزدیک ترین مرکز تشکیل می دهد.
4- مراکز هر خوشه دوباره محاسبه می شوند.
5- تا زمانی که مراکز تغییر نکنند.
معمولا مرکز خوشههای اولیه به صورت تصادفی از میان نمونههای اولیه انتخاب می شوند. بنابراین خوشه های به دست آمده در خوشه بندی ها منحصر به فرد نیستند چرا که مرکز خوشههای اولیه در دو خوشهبندی مستقل K-means میتوانند متفاوت باشند. در الگوریتم K-means میتوان از معیارهای فاصلهی گوناگون بهره گرفت و خوبی یا بدی بکارگیری آن معیار بستگی دارد به نوع دادههایی که قرار است خوشه بندی گردند.
دستور کلی خوشه بندی K-میانگین در R به صورت زیر است:

kmeans(x, centers, iter.max=10, nstart=1, algorithm=c(“Hartigan-Wong”, “Lloyd” , “Forgy”, “MacQuenn”))

المانها:
X ماتریس عددی از داده ها؛ یا چیزی که می تواند جای یک ماتریس قرار گیرد ( مثل: یک بردار عددی از داده ها یا یک دیتا فریم با ستون های عددی)
Centers تعداد خوشه ها یعنی k یا مجموعه ای از خوشه های (مجزای) اولیه را مشخص می کند. چنانچه یک عدد داشته باشیم یک مجموعه ی تصادفی از سطرهای (مجزا) در X را به عنوان مراکز اولیه در نظر می گیرد.
iter.max حداکثر تعداد تکرار مجاز
nstart چنانچه centers یک عدد باشد، تعداد مجموعه های تصادفی که باید انتخاب شوند را نشان می دهد.
algorithm خوشه بندی k-میانگین خود برای اجرا از الگوریتم های متفاوتی استفاده می کند این المان برای تابع ()kmean الگوریتم خاصی را مشخص می کند.
این تابع به طور پیش فرض الگوریتم هارتیگان و ونگ را در خوشه بندی پیش می گیرد اما ممکن است بسیاری از نویسندگان روش های دیگر K-means را ترجیح دهند. مثل الگوریتم مک کویین که اغلب به سایر الگوریتم ها ترجیح داده می شود. اما به طور کلی الگوریتم هارتیگان و ونگ نسبت به بقیه بهتر عمل می کند، با این حال استفاده از یک شروع nstart>1 تصادفی معمولا توصیه می شود. برای سهولت در برنامه ریزی معمولا K=1 مجاز است.
با یک مثال دو بعدی چگونگی استفاده از این تابع را نمایش می دهیم:
# دو ماتریس تصادفی تولید شده را با 50 سطر و دوستون از سطر با هم ترکیب می کنیم که اولین ماتریس حاوی 100 عدد تصادفی تولید شده ی نرمال با میانگین 0 و انحراف معیار 0.3 و ماترسی دوم حاوی 100 عدد تصادفی تولید شده با میانگین 1 و انحراف معیار 0.3 است.
# دو ماتریس تصادفی تولید شده را با 100 سطر و دو ستون از سطر با هم ترکیب می کنیم که اولین ماتریس حاوی 200 عدد تصادفی تولید شده ی توزیع نمایی با پارامتر 4 و ماتریس دوم حاوی 200 عدد تصادفی تولید شده از توزیع نمایی با پارامتر 2 است.

> z1<-matrix(rexp(200,4),100)
> z2<-matrix(rexp(200,2),100)
> z<-rbind(z1,z2)

# نامگذاری ستون های z :

> (colnames(z)<-c(“x”,”y”))[1] “x” “y”

# خوشه بندی ماتریس z با 6 خوشه در k.

> (k<-kmeans(z,6))

K-means clustering with 6 clusters of sizes 9, 34, 97, 18, 5, 37

Cluster means:

x y

1 0.3259749 1.7754646

2 0.1865689 0.8059417

3 0.1338772 0.1799131

4 1.2720724 0.1668356

5 1.5632726 1.2220303

6 0.6040383 0.2922071

Clustering vector:

[1] 3 3 3 6 3 2 3 3 3 3 2 3 3 3 3 3 3 6 3 6 3 3 6 3 6 3 2 2 2 3 6 3 3 2 6 3 3

[38] 6 3 3 2 2 6 3 3 3 6 3 3 3 3 3 3 2 2 3 6 2 6 3 3 4 3 2 6 3 3 3 3 3 3 3 3 6

[75] 6 3 3 6 3 6 3 3 3 3 2 3 3 6 3 2 2 3 3 3 3 2 6 3 3 3 6 4 3 4 4 2 6 3 1 3 2

[112] 6 5 1 5 3 3 6 1 2 2 3 6 2 5 4 3 3 4 2 3 4 5 6 2 3 3 4 6 2 3 4 2 3 1 6 3 1

[149] 2 3 2 3 4 2 1 2 3 1 5 6 4 1 6 3 6 3 3 4 2 3 2 3 2 4 3 3 1 4 3 3 6 3 2 4 4

[186] 3 3 3 4 6 3 2 6 4 6 6 6 6 3 3

Within cluster sum of squares by cluster:

[1] 1.204575 2.440911 2.874572 1.732132 1.176951 2.316250

(between_SS / total_SS = 84.2 %)

Available components:

[1] “cluster” “centers” “totss” “withinss” “tot.withinss”

[6] “betweenss” “size”

 

#ترسیم ماتریس x و اختصاص رنگ به دو خوشه ی cl:

> plot(z,col=k$cluster)

> points(k$centers,col=1, pch=3,cex=2)

# مشخص کردن مراکز دو خوشه ی cl با رنگ آبی(col) و فرم ستاره(pch) و اندازه ی بزرگتر(cex)

https://succourad.com/?p=9421
پیشنهاد براساس سلیقه شما

سئوالات و نظرات ارزشمند خود را با ما مطرح کنید

دیدگاهتان را بنویسید