Aquí hay una lista:
La familia K-Means:
- K-medias
- K-Means ++ (solo cambia cómo inicializar los centroides)
- K-medias en línea
- K-medias esféricas
- K-medoides
- Kernel K-Means
- Modos K
- Bisección de K-medias
- Fuzzy C-Means
K-Means es el rey de los algoritmos de agrupamiento y tiene un millón de variantes. La versión en línea puede ejecutarse para Big Data y transmisiones, la versión esférica es buena para el texto ya que se basa en la distancia angular en lugar de la distancia euclidiana. Fuzzy C-Means es la versión suave de K-Means. Finalmente, Kernel K-Means se puede usar cuando los grupos tienen formas que no son hiperelípticas (en otras palabras, formas extrañas).
- ¿Cuáles son algunas aplicaciones del aprendizaje automático para la ciencia ambiental y la ingeniería ambiental?
- ¿Existe una conexión profunda entre el aprendizaje por propagación hacia atrás y la regla de Hebb?
- ¿Dónde puedo aprender el aprendizaje automático desde cero en C ++?
- Cómo publicar un proyecto capstone
- Cómo convertirse en un experto en aprendizaje automático y PNL desde principiantes
Agrupación jerárquica:
- Agrupación jerárquica
- CURA
HC es un algoritmo de agrupación muy importante porque produce resultados excelentes para conjuntos de datos pequeños, ya que el rendimiento de conjuntos de datos muy grandes puede ser problemático y luego puede usar CURE o una aproximación para calcular distancias entre grupos como LSH.
Agrupación espectral:
Esto es lo mismo que Kernel K-Means. Funciona creando un gráfico a partir de datos y luego agrupando el espectro propio del gráfico laplaciano usando K-Means. Esto funciona cuando las formas del clúster son extrañas.
Methotds basados en densidad:
- DBScan
- HDBscan
Estos algoritmos crean grupos que identifican áreas del espacio donde la densidad de puntos es alta. Pueden determinar automáticamente el número de clústeres y también pueden detectar valores atípicos, puntos que no pertenecen a ningún clúster. DBScan solo funciona cuando todos los clústeres tienen aproximadamente la misma densidad, HDBscan corrige este problema. ¡Realmente me gusta HDBScan!
Agrupación media de turnos:
- Agrupación media de turnos
El cambio medio es un algoritmo hermoso, pero puede tener problemas de rendimiento para datos masivos, hace que cada punto converja a un centroide para que pueda detectar automáticamente el número de grupos en el conjunto de datos.
Biclustering:
- Co-agrupamiento espectral
Bi-clustering significa agrupar las filas y columnas de la matriz al mismo tiempo, por lo que agrupa los puntos y atributos juntos. Esto es útil para el texto cuando tiene filas como documentos y columnas como términos o viceversa. Los grupos resultantes contienen un grupo de documentos y un grupo de términos, el último puede usarse para comprender los criterios que hicieron que los documentos se agrupen.
NMF:
- Zillion NMF variantes
Se puede usar una factorización de matriz no negativa para agrupar puntos, simplemente factorizamos la matriz usando una aproximación de rango-k donde k es el número de grupos. Como resultado, obtenemos una matriz que relaciona puntos con clústeres y otra que relaciona clústeres con entidades.
MCL:
- MCL
Un algoritmo popular para agrupar nodos en gráficos, utiliza una matriz de Markov y un proceso simple para identificar automáticamente los grupos, no necesita saber de antemano el número de grupos. Se puede adaptar fácilmente a cualquier conjunto de datos creando la matriz basada en la similitud de datos
Agrupación en subespacio:
- SSC y otros
La idea aquí es que nuestros datos son la intersección de varios subespacios, por lo que debemos agruparlos en función de estos diferentes subespacios, incluso si no los conocemos.
tl; dr: K-Means 🙂
