Weka - Clustering

Un algorithme de clustering trouve des groupes d'instances similaires dans l'ensemble de données. WEKA prend en charge plusieurs algorithmes de clustering tels que EM, FilteredClusterer, HierarchicalClusterer, SimpleKMeans, etc. Vous devez comprendre complètement ces algorithmes pour exploiter pleinement les capacités WEKA.

Comme dans le cas de la classification, WEKA permet de visualiser graphiquement les clusters détectés. Pour démontrer le clustering, nous utiliserons la base de données iris fournie. L'ensemble de données contient trois classes de 50 instances chacune. Chaque classe fait référence à un type de plante iris.

Chargement des données

Dans l'explorateur WEKA, sélectionnez le Preprocesslanguette. Clique sur leOpen file ... et sélectionnez l'option iris.arfffichier dans la boîte de dialogue de sélection de fichier. Lorsque vous chargez les données, l'écran ressemble à celui ci-dessous -

Vous pouvez observer qu'il existe 150 instances et 5 attributs. Les noms des attributs sont répertoriés commesepallength, sepalwidth, petallength, petalwidth et class. Les quatre premiers attributs sont de type numérique tandis que la classe est un type nominal avec 3 valeurs distinctes. Examinez chaque attribut pour comprendre les fonctionnalités de la base de données. Nous n'effectuerons aucun prétraitement sur ces données et procéderons immédiatement à la construction du modèle.

Clustering

Clique sur le ClusterTAB pour appliquer les algorithmes de clustering à nos données chargées. Clique sur leChoosebouton. Vous verrez l'écran suivant -

Maintenant, sélectionnez EMcomme algorithme de clustering. dans leCluster mode sous-fenêtre, sélectionnez le Classes to clusters evaluation option comme indiqué dans la capture d'écran ci-dessous -

Clique sur le Startbouton pour traiter les données. Après un certain temps, les résultats seront présentés à l'écran.

Ensuite, étudions les résultats.

Examen de la sortie

La sortie du traitement des données est affichée dans l'écran ci-dessous -

Depuis l'écran de sortie, vous pouvez observer que -

  • Il y a 5 instances en cluster détectées dans la base de données.

  • le Cluster 0 représente setosa, Cluster 1 représente virginica, Cluster 2 représente le versicolor, tandis que les deux derniers clusters ne sont associés à aucune classe.

Si vous faites défiler la fenêtre de sortie, vous verrez également des statistiques qui donnent la moyenne et l'écart type pour chacun des attributs dans les différents clusters détectés. Ceci est montré dans la capture d'écran ci-dessous -

Ensuite, nous examinerons la représentation visuelle des clusters.

Visualiser les clusters

Pour visualiser les clusters, faites un clic droit sur le EM aboutir à la Result list. Vous verrez les options suivantes -

Sélectionner Visualize cluster assignments. Vous verrez la sortie suivante -

Comme dans le cas de la classification, vous remarquerez la distinction entre les instances correctement et incorrectement identifiées. Vous pouvez jouer en modifiant les axes X et Y pour analyser les résultats. Vous pouvez utiliser la gigue comme dans le cas de la classification pour connaître la concentration d'instances correctement identifiées. Les opérations dans le tracé de visualisation sont similaires à celle que vous avez étudiée dans le cas de la classification.

Application du clustering hiérarchique

Pour démontrer la puissance de WEKA, examinons maintenant une application d'un autre algorithme de clustering. Dans l'explorateur WEKA, sélectionnez leHierarchicalClusterer comme votre algorithme ML comme indiqué dans la capture d'écran ci-dessous -

Choisir la Cluster mode sélection à Classes to cluster evaluation, et cliquez sur le Startbouton. Vous verrez la sortie suivante -

Notez que dans le Result list, deux résultats sont répertoriés: le premier est le résultat EM et le second est le résultat hiérarchique actuel. De même, vous pouvez appliquer plusieurs algorithmes ML au même jeu de données et comparer rapidement leurs résultats.

Si vous examinez l'arborescence produite par cet algorithme, vous verrez la sortie suivante -

Dans le chapitre suivant, vous étudierez les Associate type d'algorithmes ML.