Kapitel 5. Erkennung von Anomalien mit K-means Clustering
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Klassifizierung und Regression sind leistungsstarke, gut erforschte Techniken des maschinellen Lernens. In Kapitel 4 wurde gezeigt, wie man einen Klassifikator zur Vorhersage unbekannter Werte einsetzt. Aber die Sache hat einen Haken: Um unbekannte Werte für neue Daten vorhersagen zu können, müssen wir die Zielwerte für viele zuvor gesehene Beispiele kennen. Klassifikatoren können nur dann helfen, wenn wir, die Datenwissenschaftler, wissen, wonach wir suchen, und viele Beispiele liefern können, bei denen die Eingabe eine bekannte Ausgabe ergab. Diese werden als überwachte Lerntechniken bezeichnet, weil ihr Lernprozess für jedes Beispiel in der Eingabe den richtigen Ausgabewert erhält.
Manchmal ist jedoch die korrekte Ausgabe für einige oder alle Beispiele unbekannt. Betrachten wir das Problem, die Kunden einer E-Commerce-Website nach ihren Einkaufsgewohnheiten und ihrem Geschmack aufzuteilen. Die Eingabemerkmale sind ihre Einkäufe, Klicks, demografische Informationen und mehr. Das Ergebnis sollen Kundengruppen sein: Eine Gruppe entspricht vielleicht modebewussten Käufern, eine andere den preissensiblen Schnäppchenjägern und so weiter.
Wenn du dieses Ziellabel für jeden neuen Kunden bestimmen müsstest, würdest du bei der Anwendung einer überwachten Lerntechnik wie einem Klassifikator schnell ...
Get Erweiterte Analytik mit PySpark now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
