Assign Data to Clusters

Assegna i dati ai cluster con un modello di clustering con training esistente

Categoria: Punteggio

Panoramica del modulo

Questo articolo descrive come usare il modulo Assign Data to Clusters (Assegna dati a cluster) in Machine Learning Studio (versione classica) per generare stime usando un modello di clustering di cui è stato training l'algoritmo di clustering K-Means.

Il modulo restituisce un set di dati che contiene le probabili assegnazioni per ogni nuovo punto dati. Crea anche un grafo PCA (Principal Component Analysis) per visualizzare la dimensionalità dei cluster.

Come usare l'assegnazione di dati ai cluster

1. In Machine Learning Studio (versione classica) individuare un modello di clustering con training precedente. È possibile creare ed eseguire il training di un modello di clustering usando uno dei metodi seguenti:

   • Configurare l'algoritmo K-means usando il modulo K-Means Clustering e quindi eseguire il training del modello usando un set di dati e il modulo Train Clustering Model .

   • Configurare una gamma di opzioni per l'algoritmo K-means usando K-Means Clustering e quindi eseguire il training del modello usando il modulo Sweep Clustering .

   È anche possibile aggiungere un modello di clustering con training esistente dal gruppo Modelli salvati nell'area di lavoro.

2. Collegare il modello con training alla porta di input sinistra di Assegna dati ai cluster.

3. Collegare un nuovo set di dati come input. In questo set di dati le etichette sono facoltative. In genere, il clustering è un metodo di apprendimento non supervisionato, quindi non è previsto che si conoscono le categorie in anticipo.

   Tuttavia, le colonne di input devono corrispondere alle colonne usate per il training del modello di clustering, in caso contrario si verifica un errore.

   Suggerimento

   Per ridurre il numero di colonne restituite dalle stime del cluster, usare Seleziona colonne nel set di datie selezionare un subset delle colonne.

4. Lasciare selezionata l'opzione Controlla accodamento o Deseleziona solo risultati se si vuole che i risultati contengano il set di dati di input completo, insieme a una colonna che indica i risultati (assegnazioni di cluster).

   Se si deseleziona questa opzione, si ottengono solo i risultati. Ciò può essere utile quando si creano stime come parte di un servizio Web.

5. Eseguire l'esperimento.

Risultati

Il modulo Assign Data to Clusters ( Assegna dati a cluster) restituisce due tipi di risultati nell'output del set di dati Results :

• Per visualizzare la separazione dei cluster nel modello, fare clic sull'output del modulo e selezionare Visualizza

  Questo comando visualizza un grafico PCA (Principal Component Analysis) che esegue il mapping della raccolta di valori in ogni cluster a due assi dei componenti.

  • Il primo asse dei componenti è il set combinato di funzioni che acquisisce la varianza maggiore nel modello. Viene tracciato sull'asse x (componente principale 1).
  • L'asse dei componenti successivo rappresenta un set combinato di caratteristiche ortogonali al primo componente e che aggiunge al grafico la maggior parte delle informazioni. Viene tracciato sull'asse y (componente principale 2).

  Dal grafico è possibile visualizzare la separazione tra i cluster e la modalità di distribuzione dei cluster lungo gli assi che rappresentano i componenti principali.

• Per visualizzare la tabella dei risultati per ogni case nei dati di input, collegare il modulo Converti in set di dati e visualizzare i risultati in Studio (versione classica).

  Questo set di dati contiene le assegnazioni del cluster per ogni caso e una metrica di distanza che fornisce indicazioni sulla distanza tra questo caso specifico e il centro del cluster.

  Nome colonna di output	Descrizione
  Assegnazioni	Indice in base 0 che indica a quale cluster è stato assegnato il punto dati.
  DistancesToClusterCenter n. n	Per ogni punto dati, questo valore indica la distanza dal punto dati al centro del cluster assegnato e la distanza dagli altri cluster. La metrica usata per calcolare la distanza viene determinata quando si configura il modello di clustering K-means.

Input previsti

Parametri del modulo

Output

Eccezioni

Vedi anche

Clustering K-Means
Punteggio