[PYTHON] J'ai échoué lors du clustering avec k-means, mais que dois-je faire (implémentation du noyau k-means)

Quel est cet article?

Un algorithme de clustering typique est k-means. Puisque k-means est un algorithme très simple, il peut conduire à des résultats de clustering malheureux. Par conséquent, dans cet article, nous présenterons l'implémentation du noyau k-means qui mappe l'espace de données à une dimension supérieure par une fonction non linéaire et effectue le clustering.

Exemple de panne k-means

J'ai essayé de regrouper les données suivantes avec k-means.

• Avant le clustering

• Après la mise en cluster

En un coup d'œil, il semble qu'il y ait deux groupes dans la partie centrale et la partie extérieure, mais le résultat de regroupement de k-means est comme être séparé par une ligne droite.

kernel k-means Dans le noyau k-means, l'espace de données est mappé à une dimension élevée par une fonction non linéaire et le clustering est effectué. En d'autres termes, lorsque les points de données sont $ x \ dans X $ et la fonction non linéaire $ \ phi $, le clustering est effectué pour $ \ phi (x) $. Il y a plusieurs façons de choisir la fonction non linéaire $ \ phi $, mais plutôt que de choisir $ \ phi $, la fonction du noyau $ k (x_i, x_j) = \ phi (x_i) ^ T \ phi (x_j) $ Est souvent sélectionné (méthode du noyau).

Les fonctions du noyau sont les suivantes.

• Noyau linéaire $ k (x_i, x_j) = x_i ^ Tx_j $
• Noyau polygonal $ k (x_i, x_j) = (x_i ^ Tx_j + \ gamma) ^ c $ *Noyau gaussienk(x_i,x_j)=\exp(-\gamma\cdot\||x_i-x_j\||^2)

Le choix d'un noyau linéaire équivaut à k-means.

Clustering avec kernel k-means

J'ai essayé de regrouper les données précédentes avec kernel k-means. J'ai défini le noyau gaussien pour la fonction noyau et 0,1 pour la valeur de $ \ gamma $. Le code source a été téléchargé sur ici.

Vous pouvez voir que le regroupement est possible entre la partie centrale et la partie extérieure.

Autre

Puisque les k-moyennes et les k-moyennes du noyau sont des algorithmes qui dépendent largement des valeurs initiales, il n'est pas toujours possible de se regrouper de cette manière. Dans kernel k-means, il est nécessaire de sélectionner les fonctions du noyau et de définir des hyper paramètres ...

(2015/7/2 Corrigé que le chiffre était légèrement différent)

Les références

• The Global Kernel k-Means Algorithm for Clustering in Feature Space, F. Grigorios, et al.