K signifie à centres fixesBonjour, existe-t-il une méthode pour calculer k moyennes pour un ensemble de données mais certains centres sont-ils prédéfinis ?Autrement dit, j'ai les données aléatoires suivantes et je souhaite trouver k = 3 centres, mais 2 des centres sont déjà fixés à un emplacement donné.La fonctionnalité existe-t-elle dans JMP 14.2.0 ?Merci!
Points:
| Étiquette | X | Oui |
| Point1 | 3 | 3 |
| Point2 | 4 | 4 |
| Point3 | 6 | 6 |
| Point4 | 50 | 30 |
| Point5 | 60 | 60 |
| Point6 | 70 | 90 |
| Point7 | 90 | 90 |
| Point8 | 99 | 99 |
| Point9 | 101 | 101 |
| Point10 | 102 | 102 |
Recherchez le 3ème cluster si ces deux centres sont déjà définis :
| Étiquette | X | Oui |
| Centroïde1 | 5 | 5 |
| Centre de gravité2 | 100 | 100 |
La sortie régulière analysant les points fonctionne bien et optimise les 3 clusters, mais ne prend pas en compte les clusters fixes souhaités :
Études de consommation et de marchéRe : K signifie à centres fixesSalut @AvgRegression52 ,
Je suis heureux d'apprendre que cette astuce semble fonctionner correctement pour vous ! Oui, puisque la fréquence/le poids est manipulé pour contrôler l'emplacement des deux premiers centroïdes, l'emplacement du dernier troisième centroïde peut être affecté par ce changement.
Pas de problème, je ne voulais pas être intrusif, je comprends mieux maintenant pourquoi vous vouliez garder 2 centroïdes, cela ressemble à du clustering K-Means itératif (ou clustering K-Means avec contraintes) : pouvoir regrouper de nouvelles observations grâce à les clusters déjà existants (issus d'une analyse précédente par exemple) et les clusters nouvellement créés (si nécessaire). J'ai déjà vu une question similaire sur StackOverflow, c'est pourquoi j'étais un peu curieux du contexte.
Merci pour vos explications !
Tous mes vœux,Re : K signifie à centres fixesMerci @Victor_G , cette fréquence augmentée semble fonctionner correctement pour mon cas d'utilisation !Point pris sur l'emplacement du 3ème cluster manipulé, car les données du monde réel ne sont pas aussi évidentes d'un cluster que l'échantillon.
Désolé, je ne peux pas partager les données réelles ou les détails spécifiques, mais les données principales se concentrent sur les réseaux de support client.Nous disposons actuellement de plusieurs installations dans une ville donnée comme Los Angeles et souhaitons être situés à proximité de tous les points de service.Cependant, nous possédons déjà des biens immobiliers sur 2 sites aujourd'hui et étudions un troisième, il existe donc plusieurs scénarios différents :
1) Si nous abandonnions toutes nos propriétés actuelles, où déplacerions-nous les 3 nouvelles propriétés (k-signifie que ça va) ?
2) Si on conserve les 2 emplacements existants, quel est l'emplacement idéal d'un 3ème bien ?
3) Si la propriété n'est pas disponible à l'emplacement idéal, où se trouve le terrain à vendre et dans quelle mesure cet emplacement est-il « moins idéal » par rapport à l'exemple 2 ?
Re : K signifie à centres fixesSalut @AvgRegression52 ,
Votre idée semble contre-intuitive pour un algorithme non supervisé comme K-Means, car il semble que vous disposiez déjà d'informations a priori sur les différents clusters/groupes.Par curiosité, pourquoi changeriez-vous l'emplacement des centroïdes trouvés par l'algorithme K-Means ?
Il existe peut-être une solution de contournement pour obtenir les résultats attendus :
- Dans votre table de données, créez deux nouvelles lignes ("Centroid1" et "Centroid 2") avec les valeurs X et Y que vous souhaiteriez avoir pour ces deux centroïdes (dans votre exemple, [5,5] et [100,100]).
- Créez ensuite une colonne numérique "Poids", où toutes les observations précédentes sont à une valeur faible (par exemple : 1 ou moins), et les 2 lignes "centroïdes" nouvellement ajoutées ont des valeurs très grandes (par exemple : 1000000 ou plus) .
- Ensuite, lors du lancement de la plateforme d'analyse K-Means, utilisez X et Y comme "Y, colonnes", et utilisez la nouvelle colonne "Poids" dans "Freq" ou "Poids" pour biaiser les emplacements des centroïdes. Lancez K-Means avec 3 clusters (ou n'importe quel nombre de votre choix).
De cette façon, les deux lignes nouvellement ajoutées auront "artificiellement" beaucoup plus de fréquence (ou d'importance) que les autres lignes de votre tableau, et deux des centres des clusters seront fortement biaisés pour être aussi proches que possible des coordonnées de ces derniers. coordonnées de deux lignes de centroïdes (voir capture "Biased_K-Means").
Utilisez cette solution de contournement avec une extrême prudence, car l'emplacement du dernier centre du cluster pourrait être affecté par ce processus, cela dépend de la répartition des points dans les dimensions : dans votre exemple, les trois clusters sont bien définis et éloignés les uns des autres, donc ajoutez beaucoup plus fréquence/poids à deux nouvelles valeurs de coordonnées "centroïd" (qui sont aux extrémités des distributions X et Y) n'affecteront pas l'emplacement du troisième centroïde du cluster ("au milieu").
L'échantillon datatable est également joint au script K-Means "biaisé" si vous souhaitez y jeter un œil.
J'espère que cette solution de contournement vous aidera,
