خوشه‌بندی (Clustering) در Power BI

در این ویدئو مهندس بابک پیروز قصد دارد درباره یکی از مباحث خوشه بندی یعنی داده کاوی و الگوریتم K-means در خوشه بندی صحبت کند.

خوشه‌بندی

خوشه‌بندی یا کلاسترینگ، اشیاء را براساس ویژگی‌هایی که با هم دارند گروه‌بندی می‌کند. هدف اصلی در خوشه‌بندی تقسیم بندی اشیاء به گونه‌ای است که بیشترین شباهت در یک گروه و بیشترین تفاوت با اشیاء گروه‌های دیگر را دارا ‌باشد. بعنوان تعریف ساده‌تر می‌توان گفت که اشیاء در خوشه مخصوص خود دارای بیشترین شباهت و در برابر اشیای متعلق به خوشه‌های دیگر دارای بیشترین تفاوت هستند. در ادامه به توضیح خوشه بندی در Power BI می پردازیم.

الگوریتم های خوشه‌بندی در Power BI

• الگوریتم K-means
  – ویژگی‌های آنها به گونه‌ای است که اگر یکسری داده به آنها ارسال کنید می‌توانند داده‌ها را پارتیشن‌بندی کنند هر عنصری به یک خوشه تعلق می‌گیرد.
• در دسته الگوریتم‌های پارتیشنینگ قرار دارد.
• معروفترین، قدیمی ترین و ساده‌ترین الگوریتم‌های داده کاوی می‌باشد.
• ورودی آن باید مشخص شود یعنی باید اعلام کنیم چند خوشه می‌خواهیم ایجاد کنیم و همچنین داده‌ای که باید بر روی آن خوشه‌بندی ایجاد شود.
• خروجی الگوریتم K-means شامل K کلاستر (خوشه) از داده‌های موجود می‌باشد.
• این الگوریتم جز الگوریتم‌های تکرار شونده (Iterative) است، یعنی از یک نقطه شروع می‌شود، یک بدنه تکرار دارد و همچنین شامل یک شرط توقف هست.
• این الگوریتم در ابتدا برای خوشه‌ها یک نقطه مرکز مشخص می‌کند و سپس هر Object به نزدیکترین خوشه اختصاص میابد.
• در این روش وقتی سمپل‌ها خوشه‌بندی می‌شوند مرکز خوشه نیز بهنگام می‌شود. مرکز خوشه از طریق میانگین مقادیر به دست می‌آید چون هر چقدر مقادیر بیشتر می‌شود مرکز آن نیز تغییر می‌کند.
•  تا زمانی که مراکز عوض نشوند و همچنین مقادیر در خوشه‌های مختلف جابه جا نشوند حلقه به پایان می‌رسد.