Перераховуємо середні координати для кожного кластера

Додаємо випадкові шуми у всі кластери

Вилучаємо ті дані, що не належать жодному кластеру

Переформатовуємо дані з допомогою PCA

DBSCAN

Логістична регресія

KMeans

PCA (метод головних компонент)

Згенерувати дані → зберегти в файл → зупинитись

Отримати дані → обрати метод/метрику → виконати алгоритм кластеризації → оцінити результат

Отримати дані → випадково видалити 50% → відобразити на графік → кластеризувати

Отримати дані → розмітити їх класами → кластеризувати

Потребує більшого набору гіперпараметрів

Не потребує цільової змінної та часто шукає приховану структуру в даних

Обов’язково передбачає опрацювання текстових даних

Вимагає додаткових етикеток для всіх тренувальних прикладів

Автоматично підбирає ширину вікна для алгоритму Mean Shift

Видаляє аномальні дані з датасету

Оцінює найбільшу відстань від точки до центру

Здійснює лінійну регресію на даних

Переміщення центра в точку з найменшою відстанню до сусідніх кластерів

Обчислення середньої координати точок у певному радіусі й зміщення центра в цей новий центр

Наявність сторонніх даних з розміткою (label), які коригують зсув

Переміщення центра в випадково обраний сусідній кластер

Потрібен лише для візуалізації результатів

Керує швидкістю збіжності центроїдів

Визначає мінімальну кількість точок в кластері

Визначає відстань, на якій точки вважаються сусідніми

Mean Shift працює тільки з двовимірними даними

Mean Shift є строго детермінованим, а k-середніх — стохастичним

Mean Shift потребує заздалегідь заданого k

Mean Shift автоматично визначає кількість кластерів на основі щільності

Перебрати всі можливі k від 1 до N та взяти випадкове

Застосувати метод «ліктя» (elbow method) або силует-метрику

Вибрати k, рівне числу ознак

Завжди використати k = 2

Досягнуто заздалегідь задану точність 100%

Кластерів стало більше, ніж розмір датасету

Центри кластерів більше не змінюються або зміна не перевищує порогу

Кількість ітерацій перевищує кількість точок даних