R语言基于模型的聚类方法处理
说明
与使用启发式方法而非依赖某个形式化模型的层次聚类和K均值聚类不同,基于模型的聚类算法假设存在多种数据模型,并使用EM算法来判断可能性最大的数据模型作为对数据处理进行聚簇处理的依据。
操作
使用customer数据库
mb = Mclust(customer)
fitting ...
|==============================================================================================================================| 100%
> plot(mb)
Model-based clustering plots:
1: BIC
2: classification
3: uncertainty
4: density
Selection:
选择“1”得到不同成分的BIC值:
选择“2”显示不同特征值的分类结果:
选择“3”,显示根据不同特征组合的分类不确定性:
选择4,得到不同的密度估计值
密度估计值
选择0,退出绘图菜单。
最后,使用summary函数获得似然性最大的模型以及聚簇的个数:
summary(mb)
----------------------------------------------------
Gaussian finite mixture model fitted by EM algorithm
----------------------------------------------------
Mclust VII (spherical, varying volume) model with 5 components:
log.likelihood n df BIC ICL
-218.6891 60 29 -556.1142 -557.2812
Clustering table:
1 2 3 4 5
11 8 17 14 10
原理
基于模型的聚类算法没有采用启发方法来构建簇,而是采用基于概率的方法,算法假设样例数据分布服从某个未知的概率分布,并试图从数据找出这个分布。有限混合模型是一类常见基于模型的方法,单个模型被分配一个线性权重再组合得到模型的结果,因而有限混合模型能够提供一个灵活的模型框架来解释数据分布概率。
假设数据y = (y1,y2,…,yn)包括n个独立多元观测值,G是模型成分的个数,有限混合模型似然公式:
其中f(k)与O(k)是混合模型中第k个模型的密度与参数,T(K)是观测样本属于第K个模型的概率。
基于模型的聚类算法处理过程可以分成以下几个步骤:
1.算法确定好模型的数量以及概率分布类型
2.构建一个有限混合模型并计算每个模型类别的后验概率
3,最后将样本观测值分配到概率最大的类别中
本节展示了如何使用基于模型的聚类算法完成数据的划分。由BIC图我们可以知道模型的BIC值,通过这个值我们可以选择簇的个数,分类结果示意图和分类不确定性示意图分别展示了根据不同的维度组合得到的组合得到的簇结果和分类不确定性。密度图显示了密度估计值的等高线图。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14