Pembelajaran Tanpa Seliaan

Pembelajaran tanpa seliaan ialah jenis pembelajaran mesin yang algoritmanya mempelajari corak daripada data tanpa label. Pembelajaran ini sering digunakan untuk pengelompokan, pengurangan dimensi dan pengesanan kejanggalan.

Dalam pelajaran ini, anda akan meneroka teknik pengelompokan seperti K-Means dan pengelompokan hierarki.

Pembelajaran tanpa seliaan melibatkan analisis dan pengelompokan data tanpa label yang telah ditentukan terlebih dahulu. Tujuannya adalah untuk mengenal pasti struktur atau corak tersembunyi dalam data.

Tugasan utama termasuk:

• Pengelompokan: Mengumpulkan titik data yang serupa.
• Pengurangan Dimensi: Mengurangkan bilangan ciri sambil mengekalkan maklumat penting.

K-Means ialah algoritma pengelompokan popular yang membahagikan data kepada K kelompok berdasarkan kesamaan ciri. Mari lihat cara algoritma ini berfungsi:

# Example: K-Means Clustering
from sklearn.cluster import KMeans
import numpy as np

# Sample data
X = np.array([[1, 2], [1, 4], [1, 0], [10, 2], [10, 4], [10, 0]])

kmeans = KMeans(n_clusters=2, random_state=0)
kmeans.fit(X)
print("Cluster Centers:", kmeans.cluster_centers_)
print("Labels:", kmeans.labels_)

Pengelompokan hierarki membina struktur seperti pokok (dendrogram) untuk mengumpulkan titik data yang serupa. Kaedah ini tidak memerlukan bilangan kelompok yang ditentukan terlebih dahulu.

# Example: Hierarchical Clustering
from scipy.cluster.hierarchy import dendrogram, linkage
import matplotlib.pyplot as plt

# Sample data
X = [[1, 2], [1, 4], [1, 0], [10, 2], [10, 4], [10, 0]]

linked = linkage(X, 'single')
dendrogram(linked)
plt.show()

Pengurangan dimensi memudahkan data dengan mengurangkan bilangan ciri sambil mengekalkan maklumat penting. Analisis Komponen Utama (PCA) ialah teknik lazim untuk tugasan ini.

# Example: PCA
from sklearn.decomposition import PCA
import numpy as np

# Sample data
X = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])

pca = PCA(n_components=1)
X_reduced = pca.fit_transform(X)
print("Reduced Data:", X_reduced)

Pembelajaran tanpa seliaan digunakan dalam:

• Segmentasi Pelanggan: Mengumpulkan pelanggan berdasarkan tingkah laku.
• Pengesanan Kejanggalan: Mengenal pasti corak luar biasa dalam data.
• Pemampatan Imej: Mengurangkan saiz imej sambil mengekalkan kualiti.

Visualisasi kelompok membantu memahami pengelompokan titik data. Matplotlib dan Seaborn berguna untuk tujuan ini:

# Example: Visualizing clusters
import matplotlib.pyplot as plt

# Sample data and labels
X = [[1, 2], [1, 4], [1, 0], [10, 2], [10, 4], [10, 0]]
labels = [0, 0, 0, 1, 1, 1]

for i in range(len(X)):
    plt.scatter(X[i][0], X[i][1], c='r' if labels[i] == 0 else 'b')
plt.show()

Pembelajaran tanpa penyeliaan menghadapi beberapa cabaran, termasuk:

• Menentukan Bilangan Kelompok: K-Means menghendaki anda menentukan bilangan kelompok terlebih dahulu.
• Kebolehtafsiran: Kelompok mungkin tidak sentiasa mempunyai makna yang jelas.
• Kebolehskalaan: Pengendalian set data yang besar boleh memerlukan pengiraan yang intensif.

Berikut ialah beberapa kesilapan yang perlu dielakkan:

• Memilih bilangan kelompok yang salah dalam K-Means.
• Tidak melakukan prapemprosesan data, seperti menskalakan ciri.
• Mentafsir kelompok secara berlebihan tanpa pengesahan.

Dalam pelajaran ini, anda telah mempelajari:

• Asas pembelajaran tanpa penyeliaan dan tugas utamanya.
• Cara melaksanakan pengelompokan K-Means dan hierarki.
• Konsep pengurangan dimensi menggunakan PCA.
• Aplikasi, cabaran dan kesilapan lazim dalam pembelajaran tanpa penyeliaan.

Syabas! Mari beralih ke topik seterusnya.