• 工商服務一下：

這系列結束後，我將繼續挑戰IT鐵人30日：
佛心分享 ： it 考照之路
主題：從摸索7個月到下定決心訂下3週後考試：自學取得PMP 3AT 執照

• • 終於到ML unsupervised learning的最後一種演算法：分群，同學是不是應該為自己每天堅持20天不間斷學習拍拍手。加油！堅持不間斷地學習，一年之後你將比前一年強37倍。（取自原子習慣）

• 今天我們要學習的是：

• 分群演算法原理

• 分群演算法步驟

• 分群演算法程式碼

• 分群演算法原理：

• 原理很直覺，就是抽象的說就是「相似」，在科學上所說的兩個物件相似，指得就是「距離」，物件兩兩相距最近的距離，尺度為毆式距離，在day12有談過。


• k-means 步驟：

• 從樣本點隨機挑選k個質心做為初始集群中心。

• 將每個樣本分配到離它最近的質心。

• 再把質心移到「被分給它的樣本點」的中心。

• 重複以上2個步驟，直到集群分配不再變更。

• 所謂的「質心」就是隨機從樣本點挑出來要當成「集群中心」的點。
  「集群分配不再變更」可以說是「質心」不再移動，或是樣本點全部分配完畢。

• k-means 程式碼：

from 
km = KMeans(n_cluster=3,
              init='random',
              n_init=10,
              max_iter=300,
              random_state=0)

• n_cluser = 3，表示分三群

• n_init = 10，init = 'random'，初始隨機選取10個質心

• 階層式分群 Hierarchy Clustering步驟：


計算所有樣本的距離矩陣
將每個數據點作為一個單一集群
兩兩合併兩個距離最近的集群對
更新距離矩陣
重複以上兩個步驟，直到合併成一個單一集群

• 距離矩陣：這裡的距離矩陣，是我們之前所說過的歐式距離，計算每一樣本，點對點的距離矩陣。


• 階層式分群 Hierarchy Clustering程式碼：

from scipy.cluster.hierarchy import linkage

linkage(X_train, method='ward',metric='euclidean')

• method = 'ward'，方法使用ward分群法。

• metric = 'euclidean'，度量選擇歐式距離。

• Density-Based Spatial Clustering of Applications with Noses，DBSCAN

• 首先介紹三個名詞：

• 核心點core point：在指定圓心半徑 r內的中心點。

• 邊界點border point : 在指定圓心半徑 r內，位於小於或等於半徑r距離的點。

• 局外點noise point：在指定圓心半徑r之外的點。

• DBSCAN步驟：

  • 1.決定半徑 r與最少點數k（門檻值）

  • 2.任意選取一個樣本當作中心點，以步驟1設定好的半徑畫圓

  • 若圓內樣本數大於k，則此一樣本為核心點

  • 若圓內樣本數小於k，但此點在半徑內稱邊界點

  • 若圓內樣本數小於k，但此點在半徑外稱局外點

  • 3.對每一樣本重複2步驟，直到所有樣本都當過核心點為止

  • 4.分群：將所有核心點劃分一群，並納入邊界點，其它局外點為另一群。

• DBSCAN程式碼：

from sklearn.cluster import DBSCAN

DBSCAN(eps=0.5, min_samples = 5, metric = 'euclidean'

• eps = 0.5 ，半徑0.5

• min_samples = 5 ，門檻值k

• 堅持學習了20日，有沒有想要躍躍欲試想挑戰ＭL，到目前為止我們所談的code都是最基礎的，明天我們將會談ML競賽kaggle，帶您學習幾個有名的datasets，讓您實際深入體驗真正的機器學習實戰。敬請期待。