本系列影片以第一線分析人員的角度,篩選出最實用的分群演算法,並介紹其常見的職場分析應用
(若您認為分群只能將資料依照相似度分堆,那您太小看這個領域囉~)
PS: 影片製作真的很辛苦,您的訂閱將會是最好的支持 (YouTube搜尋: 容噗玩Data)
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 library(naniar) data(iris) any_na(iris) #前置1: chk NA...
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 ## k prototype #### library(clustMixType) data(iris)...
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 library(naniar) data(iris) any_na(iris) #前置1: chk NA...
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 #延續上一支影片 gmm = GMM(iris, 4, dist_mode = "eucl_di...
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 ## 應用一: 分群補數值 #### library(missForest) #產生隨機na值 libra...
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 (延續昨天) #演算法 library(ClusterR) opt_gmm = Optimal_Clust...
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 (延續昨天) #均值 vs 列入各群權重 final_mean <- final[,c(1:4,10...
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 ## 應用一: 分群補值(數值+類別) #### library(missForest) #產生隨機na值...
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 (延續昨天) #均值+眾數 vs 列入各群權重 final_mean <- final[,c(1:4...
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 ## 應用二: 離群偵測(數值) #### data(iris) boxplot(iris$Sepal.L...