1 Inteligencja Obliczeniowa Klasteryzacja i uczenie bez nadzoru.Wykład XIX Włodzisław Duch Uniwersytet Mikołaja Kopernika

2 Co było Drzewa decyzji Metody indukcyjne

3 Co będzie Uczenie bez nadzoru KlasteryzacjaMetody miękkiej klasteryzacji

4 Klasteryzacja c-średnichPodziel obiekty mj na c klastrów Ci: zdefiniuj macierz przynależności U o elementach uij: mjCi Klaster to klasa równoważności: Funkcja określająca jakość klasteryzacji i f. podobieństwa.

5 Algorytm twardej klasteryzacjiWybierz przypadkowe uij (partycję) l = 1, , oblicz nowe średnie dla klasterów Zmień macierz partycji: Iteruj aż:

6 Algorytm miękkiej klasteryzacjiFuzzy c-means: dokonaj rozmytej partycji d obiektów: Inicjalizacja przypadkowa, obliczamy średnie w - parametr „miękkości” Iteruj aż:

7 Przykład klasteryzacjiw = 1.25 w = 2.0

8 Koniec wykładu 29 Dobranoc !