Lar Finanças Pessoais Noções básicas de Clusters de Dados na Análise Preditiva - dummies

Noções básicas de Clusters de Dados na Análise Preditiva - dummies

Vídeo: CURSO DE DATA MINING (MINERAÇÃO DE DADOS) AULA 02 2025

Vídeo: CURSO DE DATA MINING (MINERAÇÃO DE DADOS) AULA 02 2025
Anonim

A conjunto de dados < (ou coleta de dados) é um conjunto de itens na análise preditiva. Por exemplo, um conjunto de documentos é um conjunto de dados onde os itens de dados são documentos. Um conjunto de informações de usuários de redes sociais (nome, idade, lista de amigos, fotos e assim por diante) é um conjunto de dados onde os itens de dados são perfis de usuários de redes sociais. O agrupamento de dados

é a tarefa de dividir um conjunto de dados em subconjuntos de itens similares. Os itens também podem ser referidos como instâncias, observações, entidades ou objetos de dados. Na maioria dos casos, um conjunto de dados é representado no formato da tabela - uma matriz de dados . Uma matriz de dados é uma tabela de números, documentos ou expressões, representada em linhas e colunas da seguinte maneira:

Cada linha corresponde a um determinado item no conjunto de dados.
  • As linhas às vezes são referidas como

    itens, objetos, instâncias ou observações. Cada coluna representa uma característica particular de um item.

  • As colunas são referidas como

    características ou atributos. A aplicação de agrupamento de dados em um conjunto de dados gera grupos de itens de dados semelhantes. Esses grupos são chamados

clusters - coleções de itens de dados semelhantes. têm uma relação forte e mensurável entre eles - os legumes frescos, por exemplo, são mais parecidos uns dos outros do que com os alimentos congelados - e as técnicas de agrupamento usam essa relação com o grupo os itens.

A força de uma relação entre dois ou mais itens pode ser quantificada como uma medida de similaridade :

Uma função matemática calcula a correlação entre dois itens de dados. Os resultados dessa computação, denominados valores de similaridade, , basicamente, comparam um item de dados específico com todos os outros itens no conjunto de dados. Esses outros itens serão mais semelhantes ou menos semelhantes em comparação com esse item específico.

As similaridades calculadas desempenham um papel importante na atribuição de itens a grupos (

clusters

). Cada grupo tem um item que melhor o representa; Este item é chamado de representante de cluster . Considere um conjunto de dados que consiste em vários tipos de frutas em uma cesta. A cesta tem frutos de diferentes tipos, como maçãs, bananas, limões e peras. Neste caso, os frutos são os itens de dados. O processo de agrupamento de dados extrai grupos de frutos similares deste conjunto de dados (cesta de frutas diferentes). O primeiro passo em um processo de agrupamento de dados é traduzir este conjunto de dados para uma matriz de dados: uma maneira de modelar este conjunto de dados é ter as linhas representando os itens no conjunto de dados (frutas); e as colunas representam características ou características que descrevem os itens.

Por exemplo, uma característica de fruta pode ser o tipo de fruta (como uma banana ou maçã), peso, cor ou preço. Neste conjunto de dados de exemplo, os itens possuem três características: tipo de fruta, cor e peso.

Na maioria dos casos, aplicar uma técnica de agrupamento de dados ao conjunto de dados de frutas, conforme descrito acima, permite

Recuperar grupos (clusters) de itens similares.

Você pode dizer que seu fruto é de N número de grupos. Depois disso, se você escolher uma fruta aleatória, você poderá fazer uma declaração sobre esse item como sendo parte de um dos N grupos.

  • Recuperar representantes de cluster de cada grupo. Neste exemplo, um representante de cluster seria escolher um tipo de fruta da cesta e colocá-lo de lado. As características desta fruta são tais que esse fruto melhor representa o cluster ao qual pertence.

  • Quando você terminou de agrupar, seu conjunto de dados é organizado e dividido em agrupamentos naturais. O agrupamento de dados revela estrutura nos dados extraindo agrupamentos naturais de um conjunto de dados. Portanto, descobrir grupos é um passo essencial para a formulação de idéias e hipóteses sobre a estrutura de seus dados e a obtenção de informações para melhor entendê-lo.

O agrupamento de dados também pode ser uma maneira de modelar dados: representa um conjunto maior de dados por clusters ou representantes de cluster.

Além disso, sua análise pode buscar simplesmente particionar os dados em grupos de itens similares - como quando

segmentação de mercado

segmenta dados de mercado-alvo em grupos como Consumidores que compartilham os mesmos interesses (como a cozinha mediterrânea) Consumidores que têm necessidades comuns (por exemplo, aqueles com alergias alimentares específicas)

  • Identificar agrupamentos de clientes similares pode ajudá-lo a desenvolver uma estratégia de marketing que atenda às necessidades de clusters específicos.

  • Além disso, o agrupamento de dados também pode ajudá-lo a identificar, aprender ou prever a natureza dos novos itens de dados - especialmente como novos dados podem ser vinculados com a criação de previsões. Por exemplo, em

reconhecimento de padrões, a análise de padrões nos dados (como padrões de compra em regiões ou grupos etários específicos) pode ajudá-lo a desenvolver análises preditivas - neste caso, prevendo a natureza dos itens de dados futuros que podem encaixar bem com os padrões estabelecidos. O exemplo do cesto de frutas usa o agrupamento de dados para distinguir entre diferentes itens de dados. Suponha que seu negócio assuma cestas de frutas personalizadas e uma nova fruta desconhecida é introduzida no mercado. Você quer aprender ou prever em que grupo o novo item pertencerá se você o adicionar à cesta de frutas. Como você já aplicou o agrupamento de dados no conjunto de dados de frutas, você possui quatro clusters - o que facilita a previsão de qual cluster (tipo específico de fruta) é apropriado para o novo item. Tudo o que você precisa fazer é comparar a fruta desconhecida com os outros representantes de quatro clusters e identificar qual cluster é a melhor combinação.

Embora este processo possa parecer óbvio para uma pessoa que trabalha com um pequeno conjunto de dados, não é tão óbvio em uma escala maior - quando você tem que agrupar milhões de itens sem examinar cada um.A complexidade torna-se exponencial quando o conjunto de dados é grande, diverso e relativamente incoerente - e é por isso que existem algoritmos de agrupamento: os computadores fazem esse tipo de trabalho melhor.

Noções básicas de Clusters de Dados na Análise Preditiva - dummies

Escolha dos editores

Fatos de plantas e animais para lembrar para o exame de biologia AP - dummies

Fatos de plantas e animais para lembrar para o exame de biologia AP - dummies

A seguinte lista contém algumas das informações mais desafiadoras sobre plantas e animais que você pode encontrar no exame de biologia AP. Estude esta lista, desde que você precise - se você se lembrar dessa informação durante o teste, você fará tudo bem. As plantas vasculares têm raízes, rebentos e caules, cada um dos quais ...

Física Tópicos para estudar para o teste Miller Analogies (MAT) - dummies

Física Tópicos para estudar para o teste Miller Analogies (MAT) - dummies

Massa , velocidade, aceleração - sim, é hora de rever toda a física que você aprendeu no ensino médio e se preparar para o MAT (Miller Analogies Test). Para o MAT, familiarizar-se com a física não implica aprender equações complicadas. Você só precisa se lembrar de alguns termos de física e aprender sobre alguns físicos famosos. Essas listas ajudam ...

Médico Assistente de Exame para Dummies Cheat Sheet - dummies

Médico Assistente de Exame para Dummies Cheat Sheet - dummies

Quando você está se preparando para tomar a PANCE ou PANRE , você pode sentir que precisa conhecer uma quantidade infinita de informações. Como você vai se lembrar de todos os detalhes de tantas doenças e condições? Aqui, você pode revisar alguns mnemônicos úteis que não só ajudarão seu recall como você se prepara para o seu ...

Escolha dos editores

Como criar uma ordem de compra no QuickBooks 2010 - dummies

Como criar uma ordem de compra no QuickBooks 2010 - dummies

Você pode usar o QuickBooks para criar uma compra Ordem para o seu negócio. Uma ordem de compra informa um fornecedor que deseja comprar algum item. Na verdade, um pedido de compra é um contrato para compra.

Como personalizar os formulários de verificação no QuickBooks 2011 - dummies

Como personalizar os formulários de verificação no QuickBooks 2011 - dummies

Antes de escrever suas verificações no QuickBooks, você pode decida que deseja personalizá-los um pouco. Você pode querer que seus cheques reflitam a aparência do seu negócio. Por exemplo, o QuickBooks oferece a oportunidade de alterar as fontes em seus cheques. Se você clicar na aba Fontes na caixa de diálogo Verificar impressão ...

Como personalizar os formulários on-line do QuickBooks para lidar com os subtotais - manequins

Como personalizar os formulários on-line do QuickBooks para lidar com os subtotais - manequins

Se precisar subtotar informações sobre o seu formulários de vendas, configure formulários de vendas no QuickBooks Online para que você possa incluir subtotais neles. Você pode subtotar linhas em uma fatura, uma estimativa ou um recibo de venda. Primeiro, ative o recurso; Para este exemplo, ative o recurso para o formulário de fatura. Siga ...

Escolha dos editores

Como converter imagens em modo escala de cinza em Photoshop Elements 11 - dummies

Como converter imagens em modo escala de cinza em Photoshop Elements 11 - dummies

Imagens em escala de cinza têm preto e pixels brancos e qualquer um dos 256 níveis de cinza. Ao converter uma imagem RGB em escala de cinza no Photoshop Elements 11, você pode fazer com que pareça uma foto em preto e branco. Evite converter em escala de cinza escolhendo Image → Mode → Grayscale. Quando os elementos executam essa conversão, ele remove toda a cor dos pixels, ...

Como converter imagens em modo escala de cinza em Photoshop Elements 9 - dummies

Como converter imagens em modo escala de cinza em Photoshop Elements 9 - dummies

Em Photoshop Elements, você pode converter uma imagem RGB em escala de cinza, fazendo com que pareça uma foto em preto e branco. As imagens de tons de cinza têm pixels em preto e branco e qualquer um dos 256 níveis de cinza. No entanto, você não precisa desistir de seus dados de cores. Como alternativa ao uso do comando de menu para converter imagens para ...

Como corrigir imagens com curvas de cores - dummies

Como corrigir imagens com curvas de cores - dummies

Photoshop Elements 10 emprestou um recurso muito usado do Photoshop chamado Curves. No entanto, adicionou a palavra Cor e tirou parte de sua sofisticação. No entanto, o ajuste Color Curves tenta melhorar o alcance tonal em imagens a cores fazendo ajustes em destaques, sombras e tons médios em cada canal de cores. Tente usar este comando em ...