Data Mining chapter 11 : Clustering

แนวคิดของการจับกลุ่ม (clustering) คืออะไร

• รวมข้อมูลที่คล้ายกันอยู่กลุ่มเดียวกัน แยกข้อมูลที่ต่างกันอยู่คนละกลุ่ม

• หารูปแบบที่ทำให้ข้อมูลในกลุ่มเดียวกันอยู่ด้วยกัน

• รวมข้อมูลที่อยู่ใกล้กันอยู่ด้วยกัน แยกข้อมูลที่ห่างกันอยู่ต่างกลุ่ม

• แยกข้อมูลที่ต่างจากข้อมูลส่วนใหญ่ออกมา

ข้อใดจริงเกี่ยวกับตัวแบบ clustering

• ข้อมูลที่นำมาใช้ train ต้องมี target class

• คุณภาพของการทำ clustering คือการให้กลุ่มเดียวกันต่างกันน้อยที่สุด

• ตัวแบบที่ได้ สามารถใช้ในการพยากรณ์กลุ่มของจุดข้อมูลที่ไม่ทราบกลุ่มได้

• แต่ละจุดข้อมูล อาจจะอยู่ได้มากกว่าหนึ่งกลุ่ม

ข้อใดไม่ใช่ชื่อของขั้นตอนวิธี clustering

• AGNES

• DBSCAN

• K-medoids

• Single-link

ผลลัพธ์ของ K-means clustering แสดงบันทึกได้ในรูปแบบใด

• Dendrogram

• 
  ค่าของ Centroids k ตัว

• Clustering score

• ตำแหน่งของข้อมูลที่อยู่ขอบของกลุ่ม

ข้อใดเป็นพารามิเตอร์ที่ต้องกำหนดล่วงหน้าในการทำ k-means clustering

• จำนวน cluster

• ตำแหน่งของ centroid เริ่มต้น

• นิยามของฟังก์ชันระยะทางระหว่างจุด

• นิยามของฟังก์ชันระยะทางระหว่างกลุ่ม

ผลลัพธ์ของการแบ่งกลุ่มแบบ Hierachical clustering สามารถนำเสนอในรูปแบบอะไร

• ค่าของ Centroids k ตัว

• ต้นไม้ Dendogram

• Distance matrix

• ค่า Cutoff ที่ใช้แบ่งกลุ่ม

อะไรคือปัจจัยที่อาจทำให้การทำ k-means clustering ได้ผลลัพธ์ที่ไม่เหมาะสม

• จุดข้อมูลที่เป็น Outlier

• ตัวเลือก centroid เริ่มต้น

• ลักษณะของคลัสเตอร์ที่อาจไม่เป็น convex set

• ชนิดของฟังก์ชันระยะทาง

สูตรระยะทางระหว่างกลุ่มแบบใด จำเป็นต้องทราบค่าของจุดข้อมูล

• single-link

• complete-link

• average-link

• Ward's

กำหนดให้ Distance Matrix ของจุดข้อมูล P, R, S, T เป็นดังรูป

ขั้นตอนที่ 1 ของ Hierarchical clustering ที่ใช้ linkage criterion แบบ complete-link เป็นการรวมกลุ่มของจุดข้อมูลใด

(เลือกสองจุดที่รวมกัน)

• P

• R

• S

• T

กลุ่มที่เกิดจากการรวมกลุ่มกันแบบ Hierarchical clustering ที่ใช้ linkage criterion แบบ complete-link จากข้อที่แล้ว จะมีระยะทางไปยังจุดข้อมูล T มีค่าเท่าใด