aplicaciones difusas: algoritmo k medias
TRANSCRIPT
![Page 1: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/1.jpg)
UNIDAD 3: APLICACIONES DE APRENDIZAJE NO SUPERVISADO
1. Agrupamiento de datos: algoritmo de k-media
Autor(es): • Mtr. Luis Fernando Aguas
![Page 2: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/2.jpg)
Agrupamientos
Ing. Mtr. Luis Fernando Aguas Bucheli
![Page 3: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/3.jpg)
¿Cuál agrupamiento es mejor?
![Page 4: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/4.jpg)
Métodos de AgrupaciónMétodos jerárquicos:
• Los objetos se agrupan (dividen) por partes hasta clasificar todos los objetos.• No requiere fijar un número de clústeres o grupos (menos supervisado).
Métodos de capa única:• Se tiene un número de grupos predefinidos y cada objeto se ubica en un grupo hasta
alcanzar estabilidad en los valores de los centroides.• Requiere, generalmente, fijar a priori un número de clústeres.
Ing. Mtr. Luis Fernando Aguas Bucheli
![Page 5: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/5.jpg)
Métodos Jerárquicos
Ing. Mtr. Luis Fernando Aguas Bucheli
DendogramaVarios niveles de agrupamiento
![Page 6: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/6.jpg)
Métodos aglomerativos
Esquema general algoritmo:1. Cada objeto corresponde a un grupo.2. En cada iteración se juntan los dos grupos más cercanos bajo algún
criterio de cercanía entre grupos.3. Los dos grupos recién unidos forman un único grupo.4. Iterar hasta formar un único grupo.
El método jerárquico aglomerativo más utilizado es el de Ward, por el nombre de su autor.
Ing. Mtr. Luis Fernando Aguas Bucheli
![Page 7: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/7.jpg)
Método de Ward
• Este procedimiento trata de identificar grupos de casos, tratando de minimizar la varianza dentro de los grupos.
• Se minimiza la distancia euclideana cuadrada a las medias del conglomerado o grupo.
Ing. Mtr. Luis Fernando Aguas Bucheli
![Page 8: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/8.jpg)
Dendogramas
Un dendograma es un árbol en el que el largo de las ramas está asociado inversamente a la fortaleza de la relación.
Ing. Mtr. Luis Fernando Aguas Bucheli
Debajo de la línea roja
![Page 9: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/9.jpg)
Métodos divisivos• Esquema general algoritmo:
1. Todos los objetos corresponde a un grupo.2. Cada grupo se separa bajo algún criterio de maximización de
varianza entre grupos.3. Dividir cada uno de los grupos hasta que:
– Todos los grupos sean tan homogéneos que no vale la pena seguir dividiendo.
– Los grupos son tan pequeños que no vale la pena seguir dividiendo.
Ing. Mtr. Luis Fernando Aguas Bucheli
![Page 10: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/10.jpg)
Métodos de una sola capa o particionales
Algoritmos iterativos: en cada iteración ubican a los objetos en el grupo más cercano a él, de acuerdo con los valores de los centroides.
Ing. Mtr. Luis Fernando Aguas Bucheli
![Page 11: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/11.jpg)
• La función kmeans trata a cada observación como un objeto localizado en el espacio. Se pueden escoger cinco medidas de distancia.
• Cada clúster es definido por sus miembros y por su centroide. El centroide es aquel que minimiza la suma de las desviaciones desde cualquier punto del grupo a ese punto central. La función kmeans minimiza una función diferente dependiendo de la medida de distancia que se utilice.
• Se pueden controlar los detalles de la minimización como incluir los valores iniciales de los centroides o el máximo número de iteraciones.
La técnica k-medias en Matlab
Ing. Mtr. Luis Fernando Aguas Bucheli
[idx,ctrs] = kmeans(X,2,... 'Distance','city’);
![Page 12: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/12.jpg)
MEDIDAS DE DISTANCIA EN MATLAB ENTRE OBJETOS (PDIST(X))
![Page 13: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/13.jpg)
Tiempo_fac Gasto Horas ocio
36 min $20.500 22 horas
Clúster Tiempo Gasto Horas ocio
1 60 41.750 23.52 36.5 24.200 26.33 28 10.380 18.4
Clúster Tiempo Gasto Horas ocio
1 45 30000 242 30 18000 183 20 10000 17
Tamaños de clústeres:[1] "4 10 12“Suma de cuadrados en clúster:[1] 116752251 251603917 221327040
Ejemplos usando Rattle y Matlab
Medida de distancia: City blockMedida de distancia: Euclidiana
![Page 14: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/14.jpg)
Ejemplo usando Rattle
![Page 15: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/15.jpg)
Tiempo_fac Gasto Horas ocio
36 min $20.500 22 horas
Ejemplos creando dos grupos
Medida de distancia: Euclidiana
Clúster Tiempo_fac Gasto Horas.ocio
1 45 35875 23
2 32 13698 22
Tamaños de clústers:[1] "8 18“
Suma de cuadrados en clúster:[1] 392880110 644939334
![Page 16: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/16.jpg)
Ejemplo usando Weka
![Page 17: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/17.jpg)
Agrupamiento probabilista
Ing. Mtr. Luis Fernando Aguas Bucheli
Función gmdistribution en Matlab: funciones normales
![Page 18: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/18.jpg)
Comparación de agrupamientos con los lirios, usando una interfaz de Matlab
Clustering sustractivo Fuzzy C-means
findcluster('iris.dat')
![Page 19: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/19.jpg)
Interpretar y elaborar un perfil de cada grupo
• Debe buscarse una semántica que diferencie a los objetos de cada grupo.
• Enfoques complementarios:– Análisis y comparación de los centroides de
cada grupo.– Análisis gráfico para determinar la variables
que marcan diferencias significativas.
![Page 20: Aplicaciones Difusas: Algoritmo k medias](https://reader030.vdocuments.co/reader030/viewer/2022032711/587433c81a28ab72188b81b1/html5/thumbnails/20.jpg)
EVALUACIÓN VISUAL DE AGRUPAMIENTOS
Datos originales K-medias Probabilístico EM
Ing. Mtr. Luis Fernando Aguas Bucheli