Professional Documents
Culture Documents
Cwiczenia 07 - Grupowanie
Cwiczenia 07 - Grupowanie
1 k-means
1. Losowo wybierz k centroidów.
2. Powtarzaj do momentu konwergencji (kiedy przydziały do grup pozostaną niezmie-
nione w dwóch kolejnych iteracjach):
(a) Dla każdego przykładu znajdź najbliższy centroid i przypisz go do odpowiada-
jącej mu grupy.
(b) Dla każdej grupy wylicz nowy centroid, będący średnią arytmetyczną wektorów
w grupie.
Zadania
Zadanie 1.
Grupuj następujący zbiór algorytmem k-means, zaczynając z centroidami c1 (2, 4) i c2 (5, 4):
A(1, 1), B(3, 5), C(4, 3), D(4, 5).
0
0 1 2 3 4 5 6
1
Zadanie 2.
Grupuj następujący zbiór algorytmem k-means, zaczynając z centroidami c1 (0, 1, 0, 1),
c2 (0, 2, 1, 0):
A(0, 1, 0, 1), B(0, 0, 2, 0), C(3, 2, -1, 1), D(0, 2, 1, 0).
Zadanie 3.
Grupuj następująe zbiory metodą hierarchicznego grupowania aglomeracyjnego. Narysuj
dendrogramy.
A(0,1), B(0,2), C(2,0), D(3,0), E(3,2).
2 B E
1 A
0 C D
0 1 2 3 4
3 F
2 B
1 C D
0 A E
0 1 2 3 4 5 6 7
2
Mini-projekt: k-means
Implementuj algorytm k-means. Grupuj dane z pliku iris.data (podczas grupowania
ignorujemy atrybut decyzyjny).
Program powinien:
Umożliwiać wybór k.