申論題 - 阿摩線上測驗

申論題資訊

試卷：110年 - 110 經濟部所屬事業機構_新進職員甄試_統計資訊：1.資料庫及資料探勘 2.程式設計#103709
科目：國營事業◆1.資料庫及資料探勘 2.程式設計
年份：110年
排序：0

題組內容

一、BIRCH 是一個 hierarchical clustering 方法，可以處理大量資料，以及避免雜訊(noisy)資料的問題，請簡答以下題目：

申論題內容

(四)BIRCH 建構完成 tree 後，可再採用其他分群組方法，假設採用 k-means clustering，以 elbow curve method 決定群組個數 k，請說明 elbow curve method 之做法。

詳解 (共 1 筆)

詳解提供者：hchungw

Elbow Curve Method 的做法

計算 K-Means 聚類：
- 對每個可能的 k 值（例如從 1 到某個最大值）運行 K-Means 算法。每次運行 K-Means 聚類算法，得到 k 個群組。
計算總變異性（Total Within-Cluster Sum of Squares, WCSS）：
- 對於每個 k 值，計算所有群組內部的總變異性（也稱為誤差平方和，Within-Cluster Sum of Squares, WCSS）。
- 總變異性是所有資料點到其所屬群組的中心（質心）的距離平方和的總和。
繪製 Elbow Curve：
- 繪製一個圖表，X 軸是 k 值，Y 軸是對應的總變異性（WCSS）。
- 通常來說，隨著 k 值的增加，總變異性會逐漸減小。
識別肘部位置：
- 通過觀察 Elbow Curve，找到變異性顯著減少但減少速率變緩的位置，即肘部位置。
- 這個肘部位置對應的 k 值，即是 K-Means 聚類的最佳群組數量。