Phân cụm trên kết quả PCA
Trong bài tập cuối cùng này, bạn sẽ kết hợp một số bước đã dùng trước đó và, qua đó, trải nghiệm phần nào tính sáng tạo vốn có trong unsupervised learning.
Hãy nhớ từ các bài tập trước rằng mô hình PCA cần ít đặc trưng hơn đáng kể để mô tả 80% và 95% độ biến thiên của dữ liệu. Bên cạnh việc chuẩn hóa dữ liệu và có khả năng tránh overfitting, PCA còn khử tương quan giữa các biến, đôi khi giúp cải thiện hiệu suất của các kỹ thuật mô hình hóa khác.
Hãy xem PCA có cải thiện hay làm giảm hiệu suất của phân cụm phân cấp (hierarchical clustering).
Bài tập này là một phần của khóa học
Học không giám sát với R
Hướng dẫn bài tập
wisc.pr, diagnosis, wisc.hclust.clusters và wisc.km vẫn còn trong workspace của bạn.
- Sử dụng số lượng thành phần chính tối thiểu cần thiết để mô tả ít nhất 90% độ biến thiên của dữ liệu, tạo một mô hình phân cụm phân cấp với complete linkage. Gán kết quả cho
wisc.pr.hclust. - Cắt mô hình phân cụm phân cấp này thành 4 cụm và gán kết quả cho
wisc.pr.hclust.clusters. - Dùng
table()để so sánh kết quả từ mô hình phân cụm phân cấp mới với chẩn đoán thực tế. Mô hình bốn cụm mới tạo phân tách hai chẩn đoán tốt đến mức nào? - Các mô hình k-means và phân cụm phân cấp bạn đã tạo ở các bài trước phân tách chẩn đoán tốt đến mức nào? Một lần nữa, dùng hàm
table()để so sánh đầu ra của từng mô hình với vector chứa chẩn đoán thực tế.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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