Algoritmos de agrupamiento en el aprendizaje automático Ppt

Diapositiva 1

Esta diapositiva enumera los diferentes tipos de algoritmos de agrupamiento en aprendizaje automático no supervisado. Estos incluyen K-Means, cambio de media, DBSCAN, agrupamiento de maximización de expectativas usando GMM, algoritmo jerárquico aglomerativo y propagación de afinidad.

Diapositiva 2

Esta diapositiva ofrece una descripción general del algoritmo de agrupamiento de K-Means, que es un enfoque no supervisado en el que las muestras se dividen en grupos separados con varianzas iguales para clasificar los datos.

Diapositiva 3

Esta diapositiva presenta el algoritmo de desplazamiento medio, que intenta ubicar áreas densas dentro de una distribución suave de puntos de datos. Es un ejemplo de un modelo basado en un centroide que actualiza candidatos para que el centroide sea el centro de los puntos dentro de una región específica.

Diapositiva 4

Esta diapositiva indica que el algoritmo DBSCAN significa Agrupación espacial de aplicaciones con ruido basada en la densidad. Es un modelo basado en la densidad comparable al modelo de cambio medio pero con algunas mejoras notables. Las zonas de alta densidad se distinguen de las áreas de baja densidad utilizando este enfoque.

Diapositiva 5

Esta diapositiva muestra que la agrupación en clústeres de maximización de expectativas con el algoritmo GMM se puede usar como reemplazo del algoritmo de k-medias o en situaciones en las que falla el algoritmo de k-medias. Se supone que los puntos de datos en GMM tienen una distribución gaussiana.

Diapositiva 6

Esta diapositiva muestra que el algoritmo jerárquico aglomerativo lleva a cabo la agrupación jerárquica ascendente. Cada punto de datos se considera inicialmente como un solo grupo y luego se fusiona gradualmente en este método.

Diapositiva 7

Esta diapositiva ofrece una descripción general de la propagación por afinidad, que es diferente de otros métodos de agrupamiento, ya que no requiere que se especifique el número de agrupamientos. Cada punto de datos entrega un mensaje entre el par de puntos de datos hasta la convergencia.