K-MEANS CLUSTERING

K-means Clustering

Unsuperviser learning Clustering K-means clustering

HOW K-MEANS ALGORITHM WORKS ? Bước 1: Chọn số cụm k để bắt đầu thuật toán

Bước 2: Chọn ngẫu nhiên 3 điểm dữ liệu riêng

biệt làm điểm centroid và gán từng điểm vào
cụm gần điểm centroid nhất

Bước 3: Lấy từng mẫu theo trình tự và tính

toán khoảng cách của nó từ điểm centroid của
mỗi cụm. Nếu một mẫu hiện không nằm trong
cụm có centroid gần nhất, hãy chuyển mẫu
này sang cụm đó và cập nhật centroid của
cụm thu được mẫu mới và cụm mất mẫu.

Bước 4: Lặp lại bước 2 và 3 cho đến khi đạt

được sự hội tụ.
HOW TO CHOOSE A GOOD “K” FOR K-MEANS CLUSTERING ?

•Sum of Square Error (SSE): được định

nghĩa là tổng bình phương khoảng cách giữa
các điểm trong cụm so với điểm centroid

c_i = điểm gần nhất so với centroid

HOW TO CHOOSE A GOOD “K” FOR K-MEANS CLUSTERING ?

• Vẽ đường cong giữa SSE và K

• Chúng ta có thể thấy sự thay đổi rất nhỏ

Elbow
trong giá trị của SSE đối với K = 3, vì vậy
nên lấy giá trị điểm khuỷu tay đó làm số
cụm cuối cùng
INERTIA
THANK YOU