Basis van machine learning
Welke beschrijving van de werkwijze van clustering met k-means (k-means-clustering) is juist?
- ABegin met alle gegevens in één cluster en splits de gegevens die het verst van de rest liggen een voor een af, tot er k clusters zijn
- BKies voorlopig k centra, wijs elk gegevenspunt toe aan het cluster van het dichtstbijzijnde centrum en maak het gemiddelde van elk cluster het nieuwe centrum; herhaal dit tot de toewijzingen niet meer veranderen
- CZoek voor elk punt dat moet worden ingedeeld de k dichtstbijzijnde punten in de trainingsdata en bepaal het cluster met een meerderheidsstemming over hun labels
Antwoord en toelichting tonen
Antwoord: B. Kies voorlopig k centra, wijs elk gegevenspunt toe aan het cluster van het dichtstbijzijnde centrum en maak het gemiddelde van elk cluster het nieuwe centrum; herhaal dit tot de toewijzingen niet meer veranderen
k-means-clustering legt het aantal clusters k vooraf vast en werkt zo: (1) kies k centra, (2) wijs elk gegevenspunt toe aan het cluster van het dichtstbijzijnde centrum, (3) maak het gemiddelde van de gegevens van elk cluster het nieuwe centrum; (2) en (3) worden herhaald tot de toewijzingen niet meer veranderen. Het resultaat hangt af van de beginkeuze van de centra en kan blijven steken in een oplossing die niet de beste indeling is; daarom wordt het algoritme meermaals met verschillende beginwaarden uitgevoerd of wordt een initialisatie zoals k-means++ gebruikt. De waarde van k volgt niet automatisch en wordt gekozen met hulpmiddelen zoals de elleboogmethode.