Lompat ke konten utama
Kelas
Data Mining DasarPelajaran 13 dari 15 · Modul 4, Jarak, clustering hierarkis, dan pencilan

Modul 4 · Jarak, clustering hierarkis, dan pencilan

Clustering hierarkis dan silhouette

Setelah pelajaran ini kamu bisa membaca riwayat penggabungan clustering agglomeratif, memotongnya menjadi cluster, dan memilih banyak cluster dengan silhouette.

  • ±14 menit
  • 3 latihan
  • Diperiksa 28 Sep 2026

Latihan di pelajaran ini butuh akun gratis. Progres, kode, dan catatanmu hanya tersimpan di browser ini. Masuk untuk menyimpannya

Materi

Clustering agglomeratif mulai dengan setiap data sebagai cluster sendiri, lalu berulang kali menggabungkan dua cluster yang paling dekat sampai tinggal satu. User Guide scikit-learn menyebut riwayat itu digambarkan sebagai pohon atau dendrogram; tinggi setiap sambungan adalah jarak saat dua cluster digabung. Berbeda dengan k-means di kelas Machine Learning Dasar, banyaknya cluster tidak harus ditentukan di awal: dendrogram dipotong di sebuah ketinggian, dan banyaknya cabang yang terpotong adalah banyaknya cluster.

Jarak antar-cluster ditentukan metode linkage. Single linkage memakai jarak pasangan anggota terdekat, complete linkage memakai pasangan terjauh, average linkage memakai rata-rata jarak semua pasangan, dan ward meminimalkan kenaikan jumlah kuadrat simpangan di dalam cluster. scipy.cluster.hierarchy.linkage mengembalikan matriks Z: setiap barisnya satu penggabungan berisi dua indeks cluster, jaraknya, dan banyak anggotanya. fcluster memotong Z menjadi label, dengan criterion="distance" (ketinggian) atau "maxclust" (banyak cluster).

LangkahYang digabungTinggi
1{G1} + {G2}0,5
2{G3} + {G4}1,2
3{G1, G2} + {G5}2,0
4{G1, G2, G5} + {G3, G4}7,0

Memotong riwayat di atas pada ketinggian 3 menghasilkan dua cluster, {G1, G2, G5} dan {G3, G4}, karena hanya langkah 4 yang lebih tinggi dari 3. Mutu pengelompokan tanpa label dinilai dengan koefisien silhouette: untuk setiap data, a = rata-rata jarak ke anggota cluster sendiri dan b = rata-rata jarak ke cluster terdekat lainnya, lalu silhouette = (b − a) ÷ max(a, b). Dokumentasi silhouette_score menyebut nilai terbaik 1, terburuk −1, dan nilai dekat 0 menandakan cluster bertumpang tindih.

Latihan

Jawaban diperiksa di server. Lulus berarti kamu memahami contohnya, bukan penilaian seluruh pekerjaanmu.

Latihan 1 dari 3

Riwayat penggabungan lima titik: {P1}+{P2} pada tinggi 1,0; {P4}+{P5} pada 1,5; {P3}+{P4, P5} pada 2,5; lalu {P1, P2}+{P3, P4, P5} pada 6,0. Bila dendrogram dipotong pada ketinggian 3,0, cluster apa yang terbentuk?

Pilih satu jawaban

Catatanmu

Memuat catatan…

tersimpan otomatis, ikut tercetak · 0/4.000

Lanjutkan ke

Tampilkan 1 lagi