What is Cluster Analysis? Finding groups of objects such that the objects in a group will be similar (or related) to one another and different from (or.

Slides:



Advertisements
งานนำเสนอที่คล้ายกัน
Strength of Materials I EGCE201 กำลังวัสดุ 1
Advertisements

E-COMMERCE WEBSITE Smartzap Co., Ltd.. Company Profile บริษัท สมาร์ทแซป จำกัด ก่อตั้งเมื่อปี 2543 (13 ปี ) ในช่วงยุค Internet เพิ่ง เริ่มต้น เป็นบริษัทที่ดำเนินงานทางด้าน.
John Rawls  John Rawls is the most famous American social contract theorist argued that “Justice is fairness” He Thought human natural have a appropriate.
หลักการและแนวคิดการนำ สื่ออิเล็กทรอนิกส์ มาใช้ใน การเรียนการสอน ผศ. นพ. ทรงพล ศรีสุโข 30 ก. ย
THE PARTS OF A FLOWERING PLANT AND THEIR FUNTION.
Set is a basic term in Mathematics. There is no precise definition for term “set”, But roughly speaking, a set is a collection of objects, Things or symbols,
Finite and Infinite Sets, Null set
Texture การประมวลผลภาพแบบดิจิตอล Ian Thomas
ไวยกรณ์ไม่พึงบริบท CONTEXT-FREE GRAMMARS
จำนวน สถานะ NUMBER OF STATES. ประเด็นที่ สนใจ The number of distinct states the finite state machine needs in order to recognize a language is related.
INTELLECTUAL CAPITAL : IC Group 3: Tipada Subhasean Nongluk Charoeschai Nerisa Wangkarat
Educational Objectives
Chapter 9 : Designing Approach
รู้จักกับเทคโนโลยี RFID เบื้องต้น
COMMUNICATION IN BUSINESS
VARIABLES, EXPRESSION and STATEMENTS. Values and Data Types Value เป็นสิ่งพื้นฐาน มีลักษณะเป็น ตัวอักษร หรือ ตัวเลข อาทิ 2+2 หรือ “Hello world” Value.
อาจารย์ มธ. อธิบายการใช้ โมเดลของ
ระบบการจัดเก็บในคลังสินค้า
: Chapter 1: Introduction 1 Montri Karnjanadecha ac.th/~montri Image Processing.
Color Standards A pixel color is represented as a point in 3-D space. Axis may be labeled as independent colors such as R, G, B or may use other independent.
ออโตมาตาจำกัด FINITE AUTOMATA
FINITE STATE AUTOMATA WITH OUTPUT
REGULAR EXPRESSION การบรรยายแบบสม่ำเสมอ
ภาษาสม่ำเสมอ REGULAR LANGUAGES
Helping you make better treatment decisions for your patients.
Chapter 19 Network Layer: Logical Addressing
Statistics and Numerical Method Part I: Statistics 1/2555 สมศักดิ์ ศิวดำรงพงศ์
1 Stability studies of amphetamine and ephedrine derivatives in urine อาจารย์ที่ปรึกษา อ. ดร. พัลลพ คันธิยงค์ นางสาวดรุณรัตน์ แก้วมูล รหัสนักศึกษา
ผศ.(พิเศษ)น.พ.นภดล สุชาติ พ.บ. M.P.H.
Inductive, Deductive Reasoning ผศ.( พิเศษ ) น. พ. นภดล สุชาติ พ. บ. M.P.H.
Course Software Engineering SE Overview and Introduction.
Chap 4 Complex Algebra. For application to Laplace Transform Complex Number.
Yv xv zv.
ผศ.ดร.สุพจน์ นิตย์สุวัฒน์
การออกแบบและพัฒนาซอฟต์แวร์ บทที่ 7 การทดสอบโปรแกรม
ตัวอย่างFUZZY. ตัวอย่าง ฐานองคความรูฟซซีสามารถแสดงไดเปน Rule 1: If feature1 is high and feature2 is low and feature3 is medium, then class is 1.
8/3/2014The Realities of software Testing1 Software testing Realities What is the realities of software testing Why does the software testing not complete.
Merchant Marine Training Centre วิชาการเป็นเลิศ เชิดชู คุณธรรม ผู้นำ.
Research Problem Research Question Research Hypothesis
Menu and Interactive with Powerpoint ให้นำเรื่อง Input /Output Technology มา จัดทำ การนำเสนอ โดยใช้หลักการ Menu and Interactive with powerpoint มาประยุกต์
Enhanced Entity-Relationship Model © Pearson Education Limited 1995, 2005.
Algorithm Efficiency There are often many approaches (algorithms) to solve a problem. How do we choose between them? At the heart of computer program.
Mini KM.
Introduction to Earned Value Analysis.
 Fungi reproduce using spores produced in the sporangium.  Spores contain the genetic material for growth of a new organism, protected by a tough coat.
Writing a research. Why Research?  To find whether the messages and the materials are appropriate to the target group  To modify the messages and the.
STACK ADT By Pantharee S.. Stack Model  A list with the restriction that insertions deletions can be performed in only one position (LIFO)  Push – insert.
ผัก. หน่อไม้ ฝรั่ง กะหล่ำ ปลี แค รอท กะหล่ำ ดอก.
การสร้าง WebPage ด้วย Java Script Wachirawut Thamviset.
Dianne J. Hall David B. Paradice James F. Courtney Proceedings of the 34th Hawaii International Conference on System Sciences
ทุนทางปัญญา Intellectual Capital KM743 Session 3.1
เอกสารเรียนวันที่ 27 มกราคม 2555
เอกสารเรียนวันที่ 7 กันยายน 2555
Chapter 3 Simple Supervised learning
Chapter 1/1 Arrays. Introduction Data structures are classified as either linear or nonlinear Linear structures: elements form a sequence or a linear.
An Online Computer Assisted Instruction Development of Electronics Devices Subject for Learning Effectiveness Testing By Assoc.Prof. Suwanna Sombunsukho.
Physical Chemistry IV The Ensemble
The Analysis of Strands, Standards and Indicators for Tests
 Mr.Nitirat Tanthavech.  HTML forms are used to pass data to a server.  A form can contain input elements like text fields, checkboxes, radio-buttons,
ว เคมีพื้นฐาน พันธะเคมี
ภาษาอังกฤษ ชั้นมัธยมศึกษาปึที่ 4 Grammar & Reading ครูรุจิรา ทับศรีนวล.
พื้นฐานการเขียนแบบทางวิศวกรรม
Dr.Surasak Mungsing CSE 221/ICT221 การวิเคราะห์และออกแบบขั้นตอนวิธี Lecture 13: การคำนวณได้และการตัดสินใจของปัญหา ที่ยากต่อการแก้ไข.
ตอนที่ 4: เคลื่อนไปกับของประทานของท่าน Part 4: Flowing In Your Gift
1. Find the ratio of the sides of the squares
Lesson 7-6: Function Operations
Kernels Usman Roshan.
การวิเคราะห์และออกแบบขั้นตอนวิธี
Color Standards A pixel color is represented as a point in 3-D space. Axis may be labeled as independent colors such as R, G, B or may use other independent.
Year 9 Term 1 Foundation (Unit 1) INTEGERS, ROUNDING AND PLACE VALUE
ใบสำเนางานนำเสนอ:

What is Cluster Analysis? Finding groups of objects such that the objects in a group will be similar (or related) to one another and different from (or unrelated to) the objects in other groups Inter-cluster distances are maximized Intra-cluster distances are minimized

Applications of Cluster Analysis Clustering for Understanding – Group related documents for browsing, – group genes and proteins that have similar functionality, or – group stocks with similar price fluctuations Clustering for Summarization – Reduce the size of large data sets

What is not Cluster Analysis? Supervised classification – Have class label information Simple segmentation – Dividing students into different registration groups alphabetically, by last name Results of a query – Groupings are a result of an external specification

Notion of a Cluster can be Ambiguous How many clusters? Four ClustersTwo Clusters Six Clusters

Different Cluster Representation CentroidClustering TreeLogical Expression

Types of Clusterings A clustering is a set of clusters Important distinction between hierarchical and partitional sets of clusters Partitional Clustering (unnested) – A division data objects into non-overlapping subsets (clusters) such that each data object is in exactly one subset Hierarchical clustering (nested) – A set of nested clusters organized as a hierarchical tree

เอกสารและงานวิจัย ที่เกี่ยวข้อง Clusteri ng Partitio ning Clusteri ng Hierarc hical Cluster ing ไม่จำเป็นต้อง ทราบ จำนวนกลุ่มที่ แน่นอน ต้องทราบ จำนวนกลุ่มที่ แน่นอน k-meank-median k-medoidk-mode Agglomerative Divisive

Partitional Clustering Original Points A Partitional Clustering

Hierarchical Clustering Traditional Hierarchical Clustering Non-traditional Hierarchical ClusteringNon-traditional Dendrogram Traditional Dendrogram

Other Distinctions Between Sets of Clusters Exclusive versus non-exclusive – In non-exclusive clusterings, points may belong to multiple clusters. – Can represent multiple classes or ‘border’ points Fuzzy versus non-fuzzy – In fuzzy clustering, a point belongs to every cluster with some weight between 0 and 1 – Weights must sum to 1 – Probabilistic clustering has similar characteristics Partial versus complete – In some cases, we only want to cluster some of the data Heterogeneous versus homogeneous – Cluster of widely different sizes, shapes, and densities

Types of Clusters Well-separated clusters Center-based clusters Contiguous clusters Density-based clusters Property or Conceptual Described by an Objective Function

Types of Clusters: Well-Separated Well-Separated Clusters: – A cluster is a set of points such that any point in a cluster is closer (or more similar) to every other point in the cluster than to any point not in the cluster. 3 well-separated clusters

Types of Clusters: Center-Based Center-based – A cluster is a set of objects such that an object in a cluster is closer (more similar) to the “center” of a cluster, than to the center of any other cluster – The center of a cluster is often a centroid, the average of all the points in the cluster, or a medoid, the most “representative” point of a cluster 4 center-based clusters

Types of Clusters: Contiguity-Based Contiguous Cluster (Nearest neighbor or Transitive) – A cluster is a set of points such that a point in a cluster is closer (or more similar) to one or more other points in the cluster than to any point not in the cluster. 8 contiguous clusters

Types of Clusters: Density-Based Density-based – A cluster is a dense region of points, which is separated by low- density regions, from other regions of high density. – Used when the clusters are irregular or intertwined, and when noise and outliers are present. 6 density-based clusters

Types of Clusters: Conceptual Clusters Shared Property or Conceptual Clusters – Finds clusters that share some common property or represent a particular concept.. 2 Overlapping Circles

Characteristics of the Input Data Are Important Type of proximity or density measure – This is a derived measure, but central to clustering Sparseness – Dictates type of similarity – Adds to efficiency Attribute type – Dictates type of similarity Type of Data – Dictates type of similarity – Other characteristics, e.g., autocorrelation Dimensionality Noise and Outliers Type of Distribution

Clustering Algorithms K-means and its variants Hierarchical clustering Density-based clustering

K-means Clustering Partitional clustering approach Each cluster is associated with a centroid (center point) Each point is assigned to the cluster with the closest centroid Number of clusters, K, must be specified The basic algorithm is very simple

K-means Clustering – Details Initial centroids are often chosen randomly. – Clusters produced vary from one run to another. The centroid is (typically) the mean of the points in the cluster. ‘Closeness’ is measured by Euclidean distance, cosine similarity, correlation, etc. K-means will converge for common similarity measures mentioned above. Most of the convergence happens in the first few iterations. – Often the stopping condition is changed to ‘Until relatively few points change clusters’ Complexity is O( n * K * I * d ) – n = number of points, K = number of clusters, I = number of iterations, d = number of attributes

Two different K-means Clusterings Sub-optimal ClusteringOptimal Clustering Original Points

Importance of Choosing Initial Centroids

Evaluating K-means Clusters Most common measure is Sum of Squared Error (SSE) – For each point, the error is the distance to the nearest cluster – To get SSE, we square these errors and sum them. – x is a data point in cluster C i and m i is the representative point for cluster C i can show that m i corresponds to the center (mean) of the cluster – Given two clusters, we can choose the one with the smallest error – One easy way to reduce SSE is to increase K, the number of clusters A good clustering with smaller K can have a lower SSE than a poor clustering with higher K

Importance of Choosing Initial Centroids …

Problems with Selecting Initial Points If there are K ‘real’ clusters then the chance of selecting one centroid from each cluster is small. – Chance is relatively small when K is large – If clusters are the same size, n, then – For example, if K = 10, then probability = 10!/10 10 = – Sometimes the initial centroids will readjust themselves in ‘right’ way, and sometimes they don’t – Consider an example of five pairs of clusters

10 Clusters Example Starting with two initial centroids in one cluster of each pair of clusters

10 Clusters Example Starting with two initial centroids in one cluster of each pair of clusters

10 Clusters Example Starting with some pairs of clusters having three initial centroids, while other have only one.

10 Clusters Example Starting with some pairs of clusters having three initial centroids, while other have only one.

Group Homework Please list problems with Selecting Initial Points. How to solve the problem. What are K-means Limitations? How to overcome these K-means Limitations

เอกสารและงานวิจัย ที่เกี่ยวข้อง Clustering Partitio ning Clusteri ng Hierarc hical Cluster ing ไม่จำเป็นต้อง ทราบ จำนวนกลุ่มที่ แน่นอน ต้องทราบ จำนวนกลุ่มที่ แน่นอน k-meank-median k-medoidk-mode Agglomerative Divisive

เอกสารและงานวิจัย ที่เกี่ยวข้อง #R ID XY Partitioning Clustering Y X

เอกสารและงานวิจัย ที่เกี่ยวข้อง #R ID XY Partitioning Clustering Y X

เอกสารและงานวิจัย ที่เกี่ยวข้อง k = 2 c1 c2 1. เลือกข้อมูล k ตัว เพื่อใช้เป็นจุดศูนย์กลางกลุ่ม Y X #R ID XY

Euclidean Distance The distance between two point and is the standard Euclidean distance

เอกสารและงานวิจัย ที่เกี่ยวข้อง 2. จัดข้อมูลแต่ละตัวให้อยู่ในกลุ่มที่มีระยะห่างน้อยที่สุด k = 2 c1 c2 Y X

เอกสารและงานวิจัย ที่เกี่ยวข้อง 3. หาจุดศูนย์กลางใหม่ของ แต่ละกลุ่ม k = 2 c1 c2 C1 : x=1.83, y=2.5 C2 : x=5, y=4.25 Y X

เอกสารและงานวิจัย ที่เกี่ยวข้อง #RI D A ( ) / 11 = 2.1 mean = 2.1 k-mean

เอกสารและงานวิจัย ที่เกี่ยวข้อง #RI D A k-median median = 2

เอกสารและงานวิจัย ที่เกี่ยวข้อง #RI D A ( ) / 11 = 2.1 เลือก 2 k-medoid medoid = 2

เอกสารและงานวิจัย ที่เกี่ยวข้อง #RI D A k-mode mode = 0