Pengkelompokan hierarki ialah kaedah yang paling popular dan digunakan secara meluas untuk menganalisis data rangkaian sosial. Dalam kaedah ini, nod dibandingkan antara satu sama lain berdasarkan persamaannya. Kumpulan yang lebih besar dibina dengan menyertai kumpulan nod berdasarkan persamaannya.
Bila hendak menggunakan pengelompokan hierarki vs bermakna K?
Kumpulan hierarki ialah satu set gugusan bersarang yang disusun sebagai pokok. K Means clustering didapati berfungsi dengan baik apabila struktur cluster adalah hiper sfera (seperti bulatan dalam 2D, sfera dalam 3D). Pengelompokan hierarki tidak berfungsi dengan baik, k bermakna apabila bentuk gugusan adalah hiper sfera.
Bilakah saya harus menggunakan pengelompokan hierarki?
Pengkelompokan hierarki ialah teknik berkuasa yang membolehkan anda membina struktur pokok daripada persamaan data. Anda kini boleh melihat bagaimana subkluster berbeza berkait antara satu sama lain dan sejauh mana jarak titik data.
Bilakah anda tidak akan menggunakan pengelompokan hierarki?
Kelemahannya ialah ia jarang memberikan penyelesaian terbaik, ia melibatkan banyak keputusan sewenang-wenangnya, ia tidak berfungsi dengan data yang hilang, ia berfungsi dengan buruk dengan jenis data bercampur, ia tidak berfungsi dengan baik pada set data yang sangat besar, dan output utamanya, dendrogram, biasanya disalahtafsirkan.
Apakah faedah pengelompokan hierarki?
Kekuatan Pengelompokan Hierarki
- Iauntuk memahami dan melaksanakan.
- Kami tidak perlu pra-menentukan sebarang bilangan gugusan tertentu. …
- Ia mungkin sepadan dengan klasifikasi yang bermakna.
- Mudah untuk menentukan bilangan gugusan dengan hanya melihat Dendrogram.
