《灰色聚類評估》課件

灰色聚類評估本課程將介紹灰色聚類技術(shù)及其應(yīng)用場景，并詳細(xì)介紹如何評估灰色聚類算法的準(zhǔn)確性。讓我們開始吧！什么是灰色聚類灰色系統(tǒng)理基于數(shù)據(jù)采集、信息化制造、信息處理以及數(shù)據(jù)分析，利用灰色關(guān)聯(lián)度方法對樣本數(shù)據(jù)進(jìn)行聚類分析，得出灰色集模型。聚類的目的用于找出數(shù)據(jù)內(nèi)部的聯(lián)系以及展現(xiàn)數(shù)據(jù)內(nèi)部的結(jié)構(gòu)。通用性強(qiáng)聚類方法通用性比較強(qiáng)，不僅僅應(yīng)用于數(shù)據(jù)分析領(lǐng)域。灰色聚類的應(yīng)用場景投資分析利用灰色聚類對股票投資標(biāo)的進(jìn)行分類，進(jìn)行風(fēng)險(xiǎn)控制。市場營銷對客戶進(jìn)行分類，精準(zhǔn)營銷，提高市場反應(yīng)速度。模式識別用于語音識別、人臉識別、異常檢測等方面?；疑垲惖脑u估指標(biāo)評估指標(biāo)的必要性灰色聚類算法并沒有絕對的標(biāo)準(zhǔn)，因此需要一系列可量化的指標(biāo)進(jìn)行評估。常用的評估指標(biāo)-間隔度-緊密度-設(shè)計(jì)準(zhǔn)確度間隔度的計(jì)算方法1間隔度的定義同一類別內(nèi)部的平均距離與不同類別之間的距離之間的比值。2灰色關(guān)聯(lián)度矩陣的計(jì)算對灰色關(guān)聯(lián)度矩陣進(jìn)行排序，確定最大關(guān)聯(lián)度和最小關(guān)聯(lián)度。3最大關(guān)聯(lián)度和最小關(guān)聯(lián)度的確定通過閾值確定。緊密度的計(jì)算方法1緊密度的定義同一類別中任意兩個數(shù)據(jù)元素之間的關(guān)聯(lián)度平均值。2同一團(tuán)簇內(nèi)的關(guān)聯(lián)度計(jì)算同一類別中任意兩個數(shù)據(jù)元素之間的關(guān)聯(lián)度平均值。3不同團(tuán)簇間的關(guān)聯(lián)度計(jì)算不同類別中實(shí)例對之間關(guān)聯(lián)度的平均值。4緊密度的計(jì)算公式通過對同類內(nèi)及不同類之間的關(guān)聯(lián)度計(jì)算獲得。設(shè)計(jì)準(zhǔn)確度的計(jì)算方法1設(shè)計(jì)準(zhǔn)確度的定義聚類結(jié)果與實(shí)際情況的一致度。2基于團(tuán)簇的重構(gòu)設(shè)計(jì)準(zhǔn)確度考慮對聚類結(jié)果團(tuán)簇重構(gòu)的了解、評估和改進(jìn)，通過對樣本數(shù)據(jù)進(jìn)行重構(gòu)，計(jì)算準(zhǔn)確度。3基于元素的重構(gòu)設(shè)計(jì)準(zhǔn)確度對元素的重新分組并評估準(zhǔn)確度。4設(shè)計(jì)準(zhǔn)確度的計(jì)算公式通過對樣本的重構(gòu)計(jì)算獲得。實(shí)例演示以某電商平臺的用戶行為數(shù)據(jù)為例使用灰色聚類對用戶進(jìn)行分類。評估灰色聚類算法的準(zhǔn)確性通過上述指標(biāo)對聚類結(jié)果進(jìn)行評估，找出目標(biāo)用戶群體。數(shù)據(jù)可視化呈現(xiàn)通過圖表對鐘愛產(chǎn)品的用戶行為數(shù)據(jù)進(jìn)行呈現(xiàn)，為市場決策提供依據(jù)?？偨Y(jié)與展望重要性灰色聚類的評估是算法盡快走向