非監督式學習113

「非監督式學習」和上一章的「監督式學習」是不同的。「監督式學習」是拿已經標註好的資料來讓電腦做訓練以作為分類的依據 ;而非監督式學習的訓練資料則無任何標註，只能藉由訓練資料的相似性進行分群。例如:資料中有大量貓或狗的照片，無需先跟機器說哪些是貓、哪些是狗，由機器自己根據特徵相似性，以分群的方式建構出預測模型，是一種非監督式學習。在非監督式學習中，極具代表性的方法是「K平均分群法」(Clustering: K-means Algorithm)

◎K平均分群法(K-means Algorithm)

1.定義:
K平均分群法是使用群聚的方式，將資料分為K個群集，其中「K」是由使用者自行設定，「群心」是指各群集資料的平均值。

2.運作原則:
(1) 預先設定欲將資料分成幾個群集(預設K值)

(2) 從訓練資料中，隨機找出K個資料當作初始群心。

(3) 計算每筆資料到各群心的距離，距離哪個群心最近，該筆資料就被歸類到該群集。

(4) 計算群集的平均值，並四捨五入至小數點後第一位。再以該平均值取代原本的群心

成為新的群心。

(5) 重複執行步驟3、4，直到各群集資料及各群心的值不再變動(收斂)，分群即結束。

◎範例:

使用K平均分群法將下列這組資料2,3,5,6,8,12,15,17,18,20,21,25,26,29,30 分為三群並找出三個群心。

運作過程:

1.將資料分成A、B、C三個群集(K值=3)
2.從資料中任取三個群心，例如:3,13,23當作初始群心。
3.逐一將每筆資料歸類到最接近的群心之群集中。
4.計算每個群集的平均值，四捨五入到小數點後第一位，完成這一次的分群。
(註:若與兩群心的距離相同時，以歸到大群心的群集之原則，因此數字8歸到群集B中)