Odborná definícia
Odborná definícia
K-medoids je zhlukovací prístup, v ktorom každý z k zhlukov reprezentuje medoid, teda skutočný dátový bod s minimálnou celkovou nepodobnosťou voči členom skupiny. Optimalizácia vyberá reprezentantov a priraďuje k nim ostatné body podľa zvolenej vzdialenosti. Na rozdiel od k-means nevyžaduje aritmetický priemer a môže používať všeobecnú maticu nepodobností, preto býva robustnejší voči extrémom, ale výpočtovo náročnejší. Cieľová funkcia minimalizuje súčet nepodobností k vybraným reprezentantom, nie rozptyl okolo priemeru.
Zrozumiteľné vysvetlenie
Zrozumiteľné vysvetlenie
Pri zoskupovaní fotografií nechcete, aby reprezentantom segmentu bola priemerná, rozmazaná tvár, ktorá v dátach nikdy neexistovala. K-medoids vyberie jednu reálnu fotografiu ako typický exemplár a ostatné priradí podľa podobnosti. Keď sa objaví extrémne neobvyklý obrázok, nepohne reprezentantom tak ľahko ako priemer v k-means. Cena za túto interpretovateľnosť je vyšší počet porovnaní, najmä pri veľkých dátach. Medoid zároveň umožní expertovi rýchlo skontrolovať, či segment naozaj reprezentuje jeho členov.
Časté otázky
Časté otázky
Čo je medoid?
Je to konkrétny objekt zo zhluku, ktorého súčet vzdialeností alebo nepodobností k ostatným členom je minimálny. Preto môže slúžiť ako reálny prototyp, ktorý sa dá priamo zobraziť alebo skontrolovať.
V čom je rozdiel oproti k-means?
K-means používa priemer a typicky štvorcovú euklidovskú vzdialenosť. K-medoids vyberá existujúci bod a môže pracovať s ľubovoľnou zmysluplnou nepodobnosťou, napríklad editovacou vzdialenosťou alebo predpočítanou maticou.
Prečo je k-medoids robustnejší voči outlierom?
Extrémny bod môže výrazne posunúť aritmetický priemer, no zriedka sa stane najlepším centrálnym reprezentantom celej skupiny. Robustnosť však nie je absolútna, veľa anomálií alebo nevhodná metrika stále skreslí zhluky.
Čo znamená algoritmus PAM?
Partitioning Around Medoids strieda výber počiatočných medoidov a testovanie výmen medoidu s nemedoidom, ktoré znížia celkovú nepodobnosť. Je kvalitný pre menšie dáta, ale pri veľkých súboroch sa používajú aproximácie ako CLARA.
Kedy je medoid prakticky užitočný?
Keď používateľ potrebuje ku každému segmentu ukázať reálny produkt, dokument, pacienta alebo obraz ako prototyp. Medoid uľahčuje audit a pomenovanie zhluku, pretože nejde o syntetický priemer vlastností.
Súvisiace pojmy
Súvisiace pojmy
Zdroje a redakčná stopa
Zdroje a redakčná stopa
- scikit-learn-extra, KMedoids
- scikit-learn-extra, Clustering guide
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.