در این مطلب، ویدئو آموزش پایتون: ارزیابی یک خوشه بندی با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:04:09
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,890 –> 00:00:04,320
2
00:00:04,320 –> 00:00:06,540
در ویدیوی قبلی ما از k-means برای خوشهبندی نمونههای RS در سه
3
00:00:06,540 –> 00:00:09,450
خوشه استفاده میکنیم، اما چگونه میتوانیم
4
00:00:09,450 –> 00:00:12,780
کیفیت این خوشهبندی را ارزیابی کنیم، یک
5
00:00:12,780 –> 00:00:14,580
رویکرد مستقیم مقایسه خوشهها
6
00:00:14,580 –> 00:00:17,610
با گونههای IRS است که
7
00:00:17,610 –> 00:00:19,470
قبل از بررسی مشکل، ابتدا در این مورد خواهید آموخت. در مورد
8
00:00:19,470 –> 00:00:21,030
چگونگی اندازهگیری کیفیت
9
00:00:21,030 –> 00:00:22,980
یک خوشهبندی بهگونهای که نیازی
10
00:00:22,980 –> 00:00:25,380
به گروهبندی نمونههای ما از قبل در
11
00:00:25,380 –> 00:00:28,560
گونهها نباشد، این معیار کیفیت
12
00:00:28,560 –> 00:00:30,510
میتواند برای انتخاب آگاهانه در
13
00:00:30,510 –> 00:00:33,320
مورد تعداد خوشههایی که باید به دنبال آنها باشند، استفاده شود.
14
00:00:33,320 –> 00:00:35,820
ابتدا اجازه دهید بررسی کنیم که آیا سه
15
00:00:35,820 –> 00:00:38,220
خوشه نمونه IRS هر گونه
16
00:00:38,220 –> 00:00:41,490
مطابقت با گونه RS دارند،
17
00:00:41,490 –> 00:00:42,960
مطابقت با این جدول شرح داده
18
00:00:42,960 –> 00:00:46,050
شده است، یک ستون برای هر یک
19
00:00:46,050 –> 00:00:49,010
از سه گونه زنبق setosa
20
00:00:49,010 –> 00:00:53,070
versicolor و virginica و یک ردیف برای
21
00:00:53,070 –> 00:00:55,650
هر یک از سه برچسب خوشه صفر
22
00:00:55,650 –> 00:00:59,340
یک و یک ردیف وجود دارد. جدول دو
23
00:00:59,340 –> 00:01:01,560
تعداد نمونههایی را نشان میدهد که هر یک
24
00:01:01,560 –> 00:01:05,129
از گونههای برچسب خوشهای ممکن را دارند، برای
25
00:01:05,129 –> 00:01:07,020
مثال میبینیم که خوشه یک
26
00:01:07,020 –> 00:01:09,120
کاملاً با یک گونه مطابقت دارد.
27
00:01:09,120 –> 00:01:09,690
28
00:01:09,690 –> 00:01:12,900
از طرف دیگر آتوسا در حالی که خوشه صفر
29
00:01:12,900 –> 00:01:15,720
عمدتاً شامل نمونههای ویرجینیکا است
30
00:01:15,720 –> 00:01:17,490
، برخی از نمونههای ویرجینیکا نیز در
31
00:01:17,490 –> 00:01:21,240
دسته دو جدول وجود دارد که به
32
00:01:21,240 –> 00:01:25,049
آنها جدولهای متقاطع گفته میشود تا یکی را بسازیم.
33
00:01:25,049 –> 00:01:28,170
34
00:01:28,170 –> 00:01:30,180
35
00:01:30,180 –> 00:01:34,110
یک لیست از رشته ها پانداها را وارد می کند
36
00:01:34,110 –> 00:01:36,690
و سپس یک قاب داده دو ستونی ایجاد می کند
37
00:01:36,690 –> 00:01:39,210
که در آن ستون اول
38
00:01:39,210 –> 00:01:42,180
برچسب های خوشه و ستون دوم گونه RS
39
00:01:42,180 –> 00:01:44,970
است به طوری که هر ردیف برچسب خوشه را می دهد
40
00:01:44,970 –> 00:01:46,979
و گونه های یک
41
00:01:46,979 –> 00:01:50,790
نمونه واحد اکنون از تابع پانداهای متقاطع
42
00:01:50,790 –> 00:01:53,060
استفاده می کنند. برای ساخت جدول متقاطع با
43
00:01:53,060 –> 00:01:55,110
عبور از دو ستون قاب داده،
44
00:01:55,110 –> 00:01:57,930
جدولهای متقاطع مانند این
45
00:01:57,930 –> 00:01:59,970
، بینش بسیار خوبی در مورد اینکه کدام
46
00:01:59,970 –> 00:02:03,570
نوع نمونه در کدام خوشه قرار دارند، ارائه میکنند، اما در
47
00:02:03,570 –> 00:02:06,000
اکثر مجموعههای داده، نمونهها بر
48
00:02:06,000 –> 00:02:09,479
اساس گون