Fluxo de trabalho em cluster

Para agrupar seus dados, siga estas etapas:

1. Preparar dados.
2. Crie uma métrica de semelhança.
3. Executar o algoritmo de clustering
4. Interprete os resultados e ajuste o clustering.

Esta página apresenta as etapas rapidamente. Entraremos em detalhes nas seções próximas.

Preparar dados

Como acontece com qualquer problema de ML, você precisa normalizar, escalonar e transformar os dados de atributos. Durante o clustering, no entanto, é necessário garantir que os dados preparados também permitam calcular com precisão a semelhança entre os exemplos. As próximas seções discutim essa consideração.

Revisão: Para uma revisão da transformação de dados, consulte Introdução à transformação de dados do curso Preparação de dados e Engenharia de atributos para machine learning.

Criar métrica de semelhança

Antes de um algoritmo de clustering agrupar dados, ele precisa saber como pares de exemplos são semelhantes. Para quantificar a semelhança entre os exemplos, crie uma métrica de semelhança. A criação de uma métrica de semelhança exige que você entenda cuidadosamente seus dados e saiba como conseguir a semelhança dos recursos.

Executar algoritmo de clustering

Um algoritmo de clustering usa a métrica de semelhança para agrupar dados. O foco deste curso é o k-means.

Interpretar resultados e ajustar

A verificação da qualidade do resultado do clustering é iterativa e exploratória, porque o clustering não tem "verdade" que pode verificar a saída. Você verifica o resultado em relação às expectativas no nível do cluster e no nível do exemplo. Melhorar o resultado exige a iteração das etapas anteriores para ver como elas afetam o clustering.