Belgilanmagan misollarni guruhlash klasterlash

~Mashinali o’qitishda sinflarga birlashtirish masalasi
Mashinani o'rganishda biz ko'pincha mashinani o'rganish tizimidagi mavzuni (ma'lumotlar to'plamini) tushunish uchun birinchi qadam sifatida misollarni guruhlaymiz. Belgilanmagan misollarni guruhlash klasterlash deyiladi .
Misollar etiketlanmaganligi sababli, klasterlash nazoratsiz mashinani o'rganishga tayanadi. Agar misollar etiketlangan bo'lsa, klasterlash tasnifga aylanadi . Nazorat qilinadigan va nazoratsiz usullar haqida batafsilroq muhokama qilish uchun Mashina o'rganish muammosini shakllantirishga kirishga qarang .
O'xshash misollarni guruhlashdan oldin, avvalo o'xshash misollarni topishingiz kerak. Misollar xususiyati maʼlumotlarini oʻxshashlik oʻlchovi deb ataladigan metrikaga birlashtirib, misollar orasidagi oʻxshashlikni oʻlchashingiz mumkin . Har bir misol bir yoki ikkita xususiyat bilan aniqlansa, o'xshashlikni o'lchash oson. Misol uchun, siz mualliflarning shunga o'xshash kitoblarini topishingiz mumkin. Xususiyatlar soni ortib borishi bilan o'xshashlik o'lchovini yaratish murakkablashadi. Keyinchalik turli stsenariylarda o'xshashlik o'lchovini qanday yaratishni ko'rib chiqamiz.
Klasterlashdan qanday foydalanish mumkin?
Klasterlash sanoatning turli sohalarida juda ko'p qo'llaniladi. Klasterlash uchun ba'zi umumiy ilovalar quyidagilardan iborat:

• 
  bozor segmentatsiyasi , ijtimoiy tarmoqlarni tahlil qilish , qidiruv natijalarini guruhlash, tibbiy tasvirlash, tasvir segmentatsiyasi, anomaliyalarni aniqlash
  

Klasterlashdan so'ng, har bir klasterga klaster identifikatori deb ataladigan raqam beriladi . Endi siz misol uchun barcha xususiyatlarni uning klaster identifikatoriga jamlashingiz mumkin. Murakkab misolni oddiy klaster identifikatori bilan ifodalash klasterlashni kuchli qiladi. G'oyani kengaytirish, ma'lumotlarni klasterlash katta ma'lumotlar to'plamini soddalashtirishi mumkin.
~K-means algoritmi