הבנת התיאוריה שמאחורי ההיררכיה ההיררכית עם דוגמאות למניעה מעשית

אשכולות היררכיים היא שיטה של ניתוח אשכולי, אשר בונה היררכיה של אשכולות.זה נפוץ בניתוח נתונים כדי לזהות אובייקטים דומים המבוססים על התכונות שלהם.טכניקה זו מועילה להבנת מבנה הנתונים וזיהוי קבוצות טבעיות.

מושג בסיסי של הירוכיזם

הרעיון העיקרי מאחורי איסוף היררכי הוא ליצור מבנה דמוי עץ הנקרא דנדרגרם.התמולוג הזה ממחיש כיצד נקודות נתונים מקובצים ברמות שונות של דמיון.התהליך יכול להיות agglomerative, החל מנקודות נתונים בודדות וממזג אותם, או די-בידוקטיבי, החל עם כל נקודות הנתונים במקבץ אחד ומתפצל אותם.

צעדים בהילה ההיררכית

הצעדים האופייניים המעורבים הם:

דוגמה מעשית

באמצעות ספריית SciPy של Python, אשכולות היררכיים ניתן ליישם ביעילות.הדוגמה הבאה מראה כיצד לבצע אשכולות agglomerative על תחילת נתונים:

שם הסרטון:0.10.10.10

⁇ python לייבא מספרד כמו np מהנתונים הדגולים.cluster.hierarchy ייבוא קישור, dendrolib.pyplot כמו plt # Sample data = np.array(OVA1, 2), [3, 4], [5, 6 plp], 8], [9, 10] מקושר # rerarch=Dingic=Dack=Dack] ⁇ trated#(le) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

יישומים של הירוכיזם

אשכולות היררכיים משמשים בתחומים שונים כגון ביולוגיה לניתוח ביטוי גנים, שיווק עבור פלח לקוחות וניתוח תמונה עבור זיהוי אובייקט.יכולתו לחשוף את מבנה הנתונים ברמות מרובות הופכת אותו לכלי צדדי.