แบบลำดับชั้นและ DBSCAN

k-Means ตั้งสมมติฐานว่ากลุ่มมีรูปทรงกลม ขนาดใกล้เคียงกัน และมีค่า k ที่กำหนดไว้ตายตัว เมื่อสมมติฐานนี้ใช้ไม่ได้ อัลกอริทึมอื่นจะจัดการรูปทรงและความหนาแน่นที่ซับซ้อนได้ 🔍

การจัดกลุ่มแบบ ลำดับชั้นจะรวมกลุ่มที่ใกล้กันที่สุดสองกลุ่มซ้ำไปเรื่อย ๆ เพื่อสร้างต้นไม้ของกลุ่มซ้อนกันจากล่างขึ้นบน

ต้นไม้นั้นจะแสดงเป็น เดนโดรแกรม เมื่อตัดต้นไม้ที่ระดับความสูงที่เลือก กิ่งก้านด้านล่างจะกลายเป็นกลุ่มของคุณ

ข้อดีสำคัญคือคุณไม่ต้องตัดสินใจเรื่อง k ตั้งแต่แรก คุณสามารถตรวจดูเดนโดรแกรม แล้วตัดสินใจว่าจะ ตัดที่ตำแหน่งใด

การวัดระยะห่างระหว่างกลุ่มจะขึ้นอยู่กับ การเชื่อมโยง เช่น วิธี ward ค่าเฉลี่ย หรือแบบสมบูรณ์

DBSCAN ใช้มุมมองที่แตกต่างออกไป โดยมองกลุ่มเป็นบริเวณที่มีจุดหนาแน่นและคั่นด้วยช่องว่างที่มีจุดเบาบางกว่า

DBSCAN ต้องใช้รัศมีบริเวณใกล้เคียง eps และจำนวนจุดขั้นต่ำ ทั้งสองค่านี้ร่วมกันกำหนดความหมายของคำว่าแน่นเพียงพอ

ต่างจาก k-Means ตรงที่ DBSCAN จะหาค่า จำนวนกลุ่มเองจากความหนาแน่นของข้อมูลของคุณ

จุดที่อยู่ในบริเวณเบาบางจะถูกระบุเป็น สัญญาณรบกวนด้วยป้ายกำกับลบหนึ่ง แทนที่จะถูกบังคับให้เข้าอยู่ในกลุ่ม

เนื่องจากพิจารณาตามความหนาแน่น DBSCAN จึงติดตามกลุ่มที่ยาว โค้ง หรือมีรูปทรงแปลก ๆ ได้ ซึ่ง k-Means อาจแบ่งกลุ่มเหล่านั้นออกจากกัน

ใช้การจัดกลุ่มแบบลำดับชั้นเมื่อคุณต้องการสำรวจโครงสร้างที่ซ้อนกัน และใช้ DBSCAN สำหรับรูปทรงที่ไม่สม่ำเสมอพร้อมการจัดการค่าผิดปกติในตัว

การจัดกลุ่มแบบลำดับชั้นสร้าง เดนโดรแกรมให้คุณตัดแบ่ง ส่วน DBSCAN ค้นหากลุ่มที่หนาแน่นและมีรูปทรงใดก็ได้ พร้อมระบุสัญญาณรบกวน 🎯