Clustering 3

ການປະເມີນຜົນກຸ່ມແບບໃດທີ່ໃຊ້ພຽງແຕ່ຂໍ້ມູນພາຍໃນ (ເຊັ່ນ ໄລຍະຫ່າງພາຍໃນກຸ່ມ ແລະ ລະຫວ່າງກຸ່ມ) ໂດຍບໍ່ຕ້ອງການ Ground Truth?

• External Evaluation

• Internal Evaluation

• Manual Evaluation

• Comparative Evaluation

Silhouette Coefficient ໃຊ້ເພື່ອວັດແທກຫຍັງ?

• ຄວາມຊັບຊ້ອນທາງເວລາ (Time complexity)

• ຄວາມໄວຂອງລະບົບວິທີການວິເຄາະກຸ່ມ

• ຄຸນນະພາບຂອງການຈັດກຸ່ມ (ຄວາມແໜ້ນໜາພາຍໃນກຸ່ມ ທຽບກັບ ການແຍກອອກຈາກກຸ່ມອື່ນ)

• ຈຳນວນ Outliers ທີ່ກວດພົບ

ຄ່າ Silhouette Coefficient ທີ່ໃກ້ຄຽງ +1 ໝາຍຄວາມວ່າແນວໃດສຳລັບຈຸດຂໍ້ມູນນັ້ນ?

• ຈຸດນັ້ນເປັນ Outlier

• ຈຸດນັ້ນຢູ່ໃກ້ກັບເສັ້ນແບ່ງເຂດແດນລະຫວ່າງສອງກຸ່ມ

• ຈຸດນັ້ນຖືກຈັດເຂົ້າກຸ່ມໄດ້ຢ່າງເໝາະສົມ (ຢູ່ໃກ້ກັບຈຸດອື່ນໃນກຸ່ມຕົນເອງ ແລະ ຢູ່ໄກຈາກກຸ່ມອື່ນ)

• ຈຸດນັ້ນອາດຈະຖືກຈັດເຂົ້າກຸ່ມຜິດ

ຄ່າ Average Silhouette Score ທີ່ສູງຂຶ້ນ ໂດຍທົ່ວໄປແລ້ວຊີ້ບອກເຖິງຫຍັງ?

• ການຈັດກຸ່ມທີ່ບໍ່ດີ

• ການຈັດກຸ່ມທີ່ດີຂຶ້ນ

• ຈຳນວນກຸ່ມທີ່ຫຼາຍເກີນໄປ

• ລະບົບວິທີທີ່ໃຊ້ເວລາຄຳນວນຫຼາຍຂຶ້ນ

ວິທີການປະເມີນຜົນເຊັ່ນ Adjusted Rand Index (ARI) ແລະ Normalized Mutual Information (NMI) ຈັດຢູ່ໃນປະເພດໃດ?

• Internal Evaluation

• External Evaluation

• Visualization Methods

• Parameter Tuning Methods

ຂັ້ນຕອນວິທີ (Algorithm) ການວິເຄາະກຸ່ມໃດທີ່ອ່ອນໄຫວຕໍ່ Outliers ຫຼາຍທີ່ສຸດ ເນື່ອງຈາກມັນໃຊ້ຄ່າສະເລ່ຍໃນການປັບປຸງຈຸດໃຈກາງ?

• DBSCAN

• K-Means

• Agglomerative Clustering with Single Linkage

• OPTICS

ເພື່ອໃຫ້ໄດ້ຜົນຮັບທີ່ດີຈາກ K-Means, ກຸ່ມຂໍ້ມູນຄວນມີລັກສະນະແນວໃດ?

• ມີຮູບຮ່າງຍາວ ແລະ ໂຄ້ງ

• ມີຄວາມໜາແໜ້ນແຕກຕ່າງກັນຫຼາຍ

• ມີລັກສະນະເປັນກ້ອນກົມ (Spherical) ແລະ ມີຂະໜາດໃກ້ຄຽງກັນ

• ມີຈຳນວນ Outliers ຫຼາຍ

ການຕັດສິນໃຈລວມກຸ່ມໃນ Agglomerative Hierarchical Clustering ເປັນແບບ "Greedy". ນີ້ໝາຍຄວາມວ່າແນວໃດ?

• ມັນພະຍາຍາມສ້າງກຸ່ມໃຫ້ໄດ້ຫຼາຍທີ່ສຸດ

• ມັນໃຊ້ເວລາຄຳນວນຫຼາຍທີ່ສຸດ

• ການຕັດສິນໃຈລວມກຸ່ມແລ້ວ ບໍ່ສາມາດຍົກເລີກ ຫຼື ແກ້ໄຂໄດ້ໃນພາຍຫຼັງ

• ມັນສາມາດປັບປຸງການຕັດສິນໃຈກ່ອນໜ້າໄດ້

ຂັ້ນຕອນວິທີ (Algorithm) ໃດທີ່ເໝາະສົມທີ່ສຸດສຳລັບການຄົ້ນພົບກຸ່ມຂໍ້ມູນໃນຊຸດຂໍ້ມູນທີ່ມີ Noise ແລະ ກຸ່ມອາດມີຮູບຮ່າງບໍ່ແນ່ນອນ?

• K-Means

• Complete Linkage Hierarchical Clustering

• DBSCAN

• Ward's Method Hierarchical Clustering

ຂໍ້ມູນປະເພດໃດທີ່ມັກຈະຕ້ອງການການວັດແທກໄລຍະຫ່າງ/ຄວາມຄ້າຍຄືແບບພິເສດ ເຊັ່ນ Manhattan Distance ຫຼື Euclidean Distance?

• Text Data

• Categorical Data

• Numerical Data

• Binary Data