Clustering auf PCA-Ergebnissen
In dieser letzten Übung setzt du mehrere Schritte zusammen, die du zuvor verwendet hast, und bekommst dabei ein Gefühl für die Kreativität, die im Unsupervised Learning typisch ist.
Erinnere dich aus früheren Übungen: Das PCA-Modell benötigte deutlich weniger Merkmale, um 80 % bzw. 95 % der Variabilität der Daten zu beschreiben. Neben dem Normalisieren der Daten und dem potenziellen Vermeiden von Overfitting entkorreliert PCA auch die Variablen, was die Leistung anderer Modellierungstechniken manchmal verbessert.
Schauen wir, ob PCA die Leistung der hierarchischen Clusteranalyse verbessert oder verschlechtert.
Diese Übung ist Teil des Kurses
<Kurs>Unüberwachtes Lernen in R</Kurs>Übungsanweisungen
wisc.pr, diagnosis, wisc.hclust.clusters und wisc.km sind weiterhin in deinem Workspace verfügbar.
- Erstelle mit der minimalen Anzahl an Hauptkomponenten, die nötig ist, um mindestens 90 % der Variabilität in den Daten zu beschreiben, ein hierarchisches Clustering-Modell mit Complete Linkage. Weise die Ergebnisse
wisc.pr.hclustzu. - Schneide dieses hierarchische Clustering-Modell in 4 Cluster und weise die Ergebnisse
wisc.pr.hclust.clusterszu. - Vergleiche mithilfe von
table()die Ergebnisse deines neuen hierarchischen Clustering-Modells mit den tatsächlichen Diagnosen. Wie gut trennt das neu erstellte Modell mit vier Clustern die beiden Diagnosen? - Wie gut schneiden die k-Means- und die hierarchischen Clustering-Modelle aus den vorherigen Übungen beim Trennen der Diagnosen ab? Verwende erneut die Funktion
table(), um die Ausgaben jedes Modells mit dem Vektor der tatsächlichen Diagnosen zu vergleichen.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Create a hierarchical clustering model: wisc.pr.hclust
wisc.pr.hclust <- ___(dist(wisc.pr$___[, ___:___]), method = ___)
# Cut model into 4 clusters: wisc.pr.hclust.clusters
# Compare to actual diagnoses
# Compare to k-means and hierarchical