Выбор ответа Junior Кластеризация и снижение размерности спрашивают часто обновлено
Как работает k-means
Вопрос
Какие два шага повторяет алгоритм k-means (Ллойда)?
Попробуйте сами
Выберите вариант, и откроется разбор.
Показать ответ и разбор
Коротко
Правильный ответ: Назначить каждую точку ближайшему центру; пересчитать центры как средние точек. Шаги чередуются, пока назначения не перестанут меняться.
Варианты ответа
- Объединить два ближайших кластера в один; пересчитать расстояния до остальных
- Найти плотные области вокруг каждой точки; расширить их соседями в радиусе eps
- Назначить каждую точку ближайшему центру; пересчитать центры как средние точекправильный ответ
- Посчитать собственные векторы матрицы сходства; спроецировать на них данные
Разбор
Шаги чередуются, пока назначения не перестанут меняться. Каждый шаг не увеличивает сумму квадратов расстояний до центров, поэтому алгоритм сходится, но к локальному минимуму, и результат зависит от инициализации (k-means++ и несколько запусков).
- Объединение ближайших кластеров это агломеративная кластеризация.
- Плотные области это DBSCAN.
- Собственные векторы это PCA или спектральная кластеризация.
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)