Выбор ответа Middle Кластеризация и снижение размерности обновлено
Где k-means ошибается
Вопрос
На каких данных k-means работает плохо?
Попробуйте сами
Выберите вариант, и откроется разбор.
Показать ответ и разбор
Коротко
Правильный ответ: На невыпуклых кластерах (кольца, полумесяцы), разного размера и плотности, при выбросах. k-means минимизирует внутрикластерную сумму квадратов и неявно предполагает примерно сферические кластеры похожего размера.
Варианты ответа
- На хорошо разделённых сферических кластерах одинакового размера и сравнимой плотности точек
- На данных больше миллиона объектов: алгоритм хранит матрицу попарных расстояний n×n
- На числовых признаках с разными единицами, даже после стандартизации всех признаков
- На невыпуклых кластерах (кольца, полумесяцы), разного размера и плотности, при выбросахправильный ответ
Разбор
k-means минимизирует внутрикластерную сумму квадратов и неявно предполагает примерно сферические кластеры похожего размера. Кольца и полумесяцы он режет прямыми границами, выбросы тянут центры. Для таких случаев DBSCAN, HDBSCAN, спектральная кластеризация или GMM.
- Сферические равные кластеры это идеальный случай.
- На больших данных работает: матрица n×n не нужна, есть mini-batch k-means.
- Числовые стандартизованные признаки как раз его область, для категорий есть k-modes.
Ответьте сами, а не прочитайте
В тренажёре вопрос попадёт в повторения и вернётся, когда начнёт забываться. Плюс билеты с зачётом: 20 вопросов, не больше 2 ошибок.
Термины по теме
Ещё по теме «Кластеризация и снижение размерности»
- Isolation Forest
- Как выбрать число кластеров
- k-means на списках
- Средний силуэт
- Особенность DBSCAN
- Методы снижения размерности
- Один шаг k-means
- Гауссова смесь (GMM)