SlideShare ist ein Scribd-Unternehmen logo
1 von 29
Downloaden Sie, um offline zu lesen
K-means / K-médias


 Aluno: Wagner Souza Santos
Roteiro
●   História
●   Espaço Euclidiano
●   Distância Euclidiana
●   Características
●   Definições
●   Algoritmo
História
●   Em 1957, Władysław Hugo Dionizy Steinhaus
    propõe o método k-means de clusterização.
●   Em 1957, Stuart Lloyd propõe um algoritmo-base
    para o método k-means, porém este seria usado
    como um técnica de modulação de pulso de
    código, representar digitalmente amostras de sinais
    analógicos. Este algoritmo não foi publicado fora da
    Bell labs até 1982.
História
●   A primeiro uso do termo k-means foi em 1967
    por James MacQueen em seu artigo
    intitulado: “Some Methods for Classification
    and Analysis of Multivariate Observations”.
●   Em 1965, E. W. Forgy publicou o mesmo
    algoritmo que Sturart Lloyd. Esse algoritmo
    também também é conhecido como Lloyd-
    Forgy
Espaço Euclidiano
●   O espaço euclidiano n-dimensional (n ∈
    N) é o produto cartesiano de n fatores
    iguais a R: R^n = R × R × . . . . . . × R.
●   Se n = 1, R¹ = R é a reta; se n = 2, R² é o
    plano e se n = 3, R³ é o espaço
    euclidiano tridimensional.
Distância Euclidiana
●   É a distância entre dois pontos, que pode
    ser provada pela aplicação repetida do
    teorema de Pitágoras.
●   A distância euclidiana entre os pontos
    P(p1, p2, …, pn) e Q(q1,q2, ..., qn), num
    espaço euclidiano n-dimensional, é
    definida como:
Distância Euclidiana
●   R²



         x = (2,5)


                     1.41   d ( x, y ) =   ( 2 − 3) 2 + ( 5 − 4 ) 2   = 2 = 1.41


                y = (3,4)
Distância Euclidiana
●   R³




         d ( x, y ) =   ( 2 − 3) 2 + ( 4 − 3) 2 + (5 − 3) 2   = 6 = 2.44
Características
●   O algoritmo K-means pertence a classe
    dos algoritmos de apredizado de
    máquina não supervisionados.
●   Não há uma rotulação dos dados a priori.
●   Aprendizado por observação.
Cluster
●   Uma coleção de objetos que são
    similares entre si, e diferentes dos
    objetos pertencentes a outros clusters.
Clusterização / Clustering
●   É a organização dos objetos similares
    (em algum aspecto) em grupos.




                 Quatro grupos (clusters)
Centróide
●   Representa o centro de um grupo, sendo
    calculado pela média de todos os objetos
    do grupo/cluster.
Ideia
●   (PASSO 1) Atribuem-se valores iniciais para os
    protótipos seguindo algum critério.
●   (PASSO 2) Atribui-se cada objeto ao grupo cujo
    protótipo possua maior similaridade com o objeto.
●   (PASSO 3) Recalcula-se o valor do centróide de
    cada grupo, como sendo a média dos objetos
    atuais do grupo.
●   (PASSO 4) Repete-se os passos 2 e 3 até que os
    grupos se estabilizem.
Complexidade
●   O( n * K * I * d ), onde:
    –   n = total de pontos
    –   K = número de clusters
    –   I = número de iterações
    –   d = número de atributos/características
Pseudo-Código
●   Sendo:
    –   {x1, x2, ..., xn} = estrutura de dados
        contendo valores a serem clusterizados. Por
        exemplo, uma matriz esparça
    –   K = total de clusters
    –   A = conjuntos de atributos que irão inteferir
        na separação
    –   {c1, c2, ..., ck} = conjunto de centróides
    –   {u1, u2, ..., uk} = estrutura de dados
        contendo os elementos dos clusters
Pseudo-Código
●   K-Means({x1, x2, ..., xn},K,A) #entrada
      (c1, c2, ..., cK) <--- cria_centroids({x1, x2, ..., xn}, K)          #criando k
      centróides
      Para cada cluster K faça:
        uk <--- ck #atribuindo cada centróide a um cluster
        enquando o criterio de parada não for atingido faça: #por exmeplo,
        enquando houver modificações nos clusters ou um trocou=true
           para cada cluster K faça:
           cluster[k] = {}
           para cada ponto P faça: #o total de pontos é n
             atribui_ponto_ao_cluster(P, A, cluster) #calcula-se a distância do
             ponto ao centróide de cada cluster e este ponto irá permanecer no cluster que
             tiver a menor distância
          para cada cluster K faça:
            uk <-- novo_centroid(K) #recalculando os centródes
●
    return {u1, u2, ..., uk}
Exemplo




      Objetos em um plano 2D
Exemplo




    Passo 1:Centróides inseridos aleatoriamente
Exemplo




   Passo 2: Atribuir a cada objeto o centróide mais próximo
Exemplo




      Passo 3: Recalcular os centróides
Bisecting K-Means
●   Variação hierárquica do algoritmo k-
    means, que em cada iteração, seleciona
    um grupo e o divide, de forma a gerar
    uma hierarquia.
Bisecting K-Means
●   Selecionar um cluster para dividir.
●   Encontrar 2 sub-clusters usando o algoritmo K-means
    básico.
●   Repetir o passo 2 por uma quantidade fixa de vezes e
    escolher a divisão que produzir o cluster com a maior
    similaridade global. (Para cada cluster, sua similaridade
    é a similaridade média de pares de documentos)
●   Repetir os passos 1, 2 e 3 até que o número desejado
    de clusters seja alcançado.
Prós
●   Simples
●   Entre os 10 algoritmos mais influentes
    em DataMining.
●   Variações com ótimos resultados como o
    Bisecting K-Means.
Contras
●   Clusters de tamanhos diferentes.
●   Clusters de diferentes densidades.
●   Clusters em forma não-globular.
●   Clusters vazios.
Densidades Diferentes




   Pontos Originais   K-Means (3 Clusters)
Formas Não-Globulares




    Pontos Originais   K-Means (2 Clusters)
Dúvidas?
Referências
●   http://en.wikipedia.org/wiki/K-
    means_clustering
●   http://en.wikipedia.org/wiki/Euclidean_space
●   http://en.wikipedia.org/wiki/Pulse-
    code_modulation
●   http://pt.wikipedia.org/wiki/Espa
    %C3%A7o_euclidiano
●   http://nlp.stanford.edu/IR-
    book/html/htmledition/k-means-1.html
Referências
●   http://www.decom.ufop.br/menotti/rp102/slides
    /04-TiposAprendizagem.ppt
●   http://www.inf.ufes.br/~claudine/courses/paa1
    0/seminarios/seminario4.pdf
●   http://www.ipcsit.com/vol27/43-ICICN2012-
    N20017.pdf
●   http://www.cs.uvm.edu/~xwu/kdd/Slides/Kmea
    ns-ICDM06.pdf

Weitere ähnliche Inhalte

Was ist angesagt?

Busca tabu
Busca tabuBusca tabu
Busca tabu
iaudesc
 
Algoritmo de Floyd-Warshall
Algoritmo de Floyd-WarshallAlgoritmo de Floyd-Warshall
Algoritmo de Floyd-Warshall
Joao Silva
 
Expressão algébrica equivalente
Expressão algébrica equivalenteExpressão algébrica equivalente
Expressão algébrica equivalente
Prof. Materaldo
 

Was ist angesagt? (20)

Busca tabu
Busca tabuBusca tabu
Busca tabu
 
Tuning learning rate
Tuning learning rateTuning learning rate
Tuning learning rate
 
Hierarchical clustering.pptx
Hierarchical clustering.pptxHierarchical clustering.pptx
Hierarchical clustering.pptx
 
Introduction to XGboost
Introduction to XGboostIntroduction to XGboost
Introduction to XGboost
 
K-Means clustring @jax
K-Means clustring @jaxK-Means clustring @jax
K-Means clustring @jax
 
Dbscan
DbscanDbscan
Dbscan
 
Algoritmo de Floyd-Warshall
Algoritmo de Floyd-WarshallAlgoritmo de Floyd-Warshall
Algoritmo de Floyd-Warshall
 
Algoritmos de ordenação
Algoritmos de ordenaçãoAlgoritmos de ordenação
Algoritmos de ordenação
 
Machine Learning - Ensemble Methods
Machine Learning - Ensemble MethodsMachine Learning - Ensemble Methods
Machine Learning - Ensemble Methods
 
Hierarchical clustering
Hierarchical clusteringHierarchical clustering
Hierarchical clustering
 
Pesquisa e Ordenação - Aula 07 - Métodos de Ordenação (Bin sort - Bucket sort)
Pesquisa e Ordenação - Aula 07 - Métodos de Ordenação (Bin sort - Bucket sort)Pesquisa e Ordenação - Aula 07 - Métodos de Ordenação (Bin sort - Bucket sort)
Pesquisa e Ordenação - Aula 07 - Métodos de Ordenação (Bin sort - Bucket sort)
 
Clustering
ClusteringClustering
Clustering
 
Derivação com logaritmo
Derivação com logaritmoDerivação com logaritmo
Derivação com logaritmo
 
Expressão algébrica equivalente
Expressão algébrica equivalenteExpressão algébrica equivalente
Expressão algébrica equivalente
 
Support vector machine
Support vector machineSupport vector machine
Support vector machine
 
Radiciação - AP 04
Radiciação - AP 04Radiciação - AP 04
Radiciação - AP 04
 
Cartilha Computação Desplugada.pdf
Cartilha Computação Desplugada.pdfCartilha Computação Desplugada.pdf
Cartilha Computação Desplugada.pdf
 
Mean shift and Hierarchical clustering
Mean shift and Hierarchical clustering Mean shift and Hierarchical clustering
Mean shift and Hierarchical clustering
 
Planejamento desbravadores
Planejamento desbravadoresPlanejamento desbravadores
Planejamento desbravadores
 
Introduction to XGBoost
Introduction to XGBoostIntroduction to XGBoost
Introduction to XGBoost
 

Andere mochten auch

K-means, EM and Mixture models
K-means, EM and Mixture modelsK-means, EM and Mixture models
K-means, EM and Mixture models
Vu Pham
 
Algoritmo_ID3_e_C.45_Gilcimar
Algoritmo_ID3_e_C.45_GilcimarAlgoritmo_ID3_e_C.45_Gilcimar
Algoritmo_ID3_e_C.45_Gilcimar
iaudesc
 
Hadoop Design and k -Means Clustering
Hadoop Design and k -Means ClusteringHadoop Design and k -Means Clustering
Hadoop Design and k -Means Clustering
George Ang
 
Agrupamiento Kmeans
Agrupamiento KmeansAgrupamiento Kmeans
Agrupamiento Kmeans
Omar Sanchez
 
PNAIC - 9º encontro - Geometria caderno 5
PNAIC - 9º encontro - Geometria caderno 5PNAIC - 9º encontro - Geometria caderno 5
PNAIC - 9º encontro - Geometria caderno 5
Rosilane
 
Aula Sobre Coordenadas Cartesianas
Aula Sobre Coordenadas CartesianasAula Sobre Coordenadas Cartesianas
Aula Sobre Coordenadas Cartesianas
Antonio Carneiro
 

Andere mochten auch (20)

Data Mining - Clustering
Data Mining - ClusteringData Mining - Clustering
Data Mining - Clustering
 
25 Machine Learning Unsupervised Learaning K-means K-centers
25 Machine Learning Unsupervised Learaning K-means K-centers25 Machine Learning Unsupervised Learaning K-means K-centers
25 Machine Learning Unsupervised Learaning K-means K-centers
 
K-means, EM and Mixture models
K-means, EM and Mixture modelsK-means, EM and Mixture models
K-means, EM and Mixture models
 
O espaço
O espaçoO espaço
O espaço
 
Sistema de coordenadas cartesianas
Sistema de coordenadas cartesianasSistema de coordenadas cartesianas
Sistema de coordenadas cartesianas
 
Algoritmo_ID3_e_C.45_Gilcimar
Algoritmo_ID3_e_C.45_GilcimarAlgoritmo_ID3_e_C.45_Gilcimar
Algoritmo_ID3_e_C.45_Gilcimar
 
Coordenadas
CoordenadasCoordenadas
Coordenadas
 
Hadoop Design and k -Means Clustering
Hadoop Design and k -Means ClusteringHadoop Design and k -Means Clustering
Hadoop Design and k -Means Clustering
 
Agrupamento (clustering) - K-Means
Agrupamento (clustering) - K-MeansAgrupamento (clustering) - K-Means
Agrupamento (clustering) - K-Means
 
Recursos do Ambiente R para a Análise de Clusters
Recursos do Ambiente R para a Análise de ClustersRecursos do Ambiente R para a Análise de Clusters
Recursos do Ambiente R para a Análise de Clusters
 
Backtracking - Gerar todos os subconjuntos
Backtracking - Gerar todos os subconjuntosBacktracking - Gerar todos os subconjuntos
Backtracking - Gerar todos os subconjuntos
 
Agrupamiento Kmeans
Agrupamiento KmeansAgrupamiento Kmeans
Agrupamiento Kmeans
 
PNAIC - 9º encontro - Geometria caderno 5
PNAIC - 9º encontro - Geometria caderno 5PNAIC - 9º encontro - Geometria caderno 5
PNAIC - 9º encontro - Geometria caderno 5
 
Plano cartesiano animado
Plano cartesiano animadoPlano cartesiano animado
Plano cartesiano animado
 
K-Nearest Neighbor
K-Nearest NeighborK-Nearest Neighbor
K-Nearest Neighbor
 
Plano Cartesiano
Plano CartesianoPlano Cartesiano
Plano Cartesiano
 
Aula Sobre Coordenadas Cartesianas
Aula Sobre Coordenadas CartesianasAula Sobre Coordenadas Cartesianas
Aula Sobre Coordenadas Cartesianas
 
Markov Models
Markov ModelsMarkov Models
Markov Models
 
K means clustering
K means clusteringK means clustering
K means clustering
 
K-means Clustering with Scikit-Learn
K-means Clustering with Scikit-LearnK-means Clustering with Scikit-Learn
K-means Clustering with Scikit-Learn
 

Ähnlich wie Kmeans

KNN - CUDA - Categorizador de rótulos automatizado
KNN - CUDA - Categorizador de rótulos automatizadoKNN - CUDA - Categorizador de rótulos automatizado
KNN - CUDA - Categorizador de rótulos automatizado
Richiely Paiva
 
Particionamento cassandra
Particionamento   cassandraParticionamento   cassandra
Particionamento cassandra
serdg
 
Estrutura de dados
Estrutura de dadosEstrutura de dados
Estrutura de dados
gjpbg
 
Apostila estrutura de dados 2
Apostila estrutura de dados 2Apostila estrutura de dados 2
Apostila estrutura de dados 2
Leandro Lopes
 
13 introducao a analise de algoritmos
13   introducao a analise de algoritmos13   introducao a analise de algoritmos
13 introducao a analise de algoritmos
Ricardo Bolanho
 
Criptografia com curva_eliptica_dbetoni
Criptografia com curva_eliptica_dbetoniCriptografia com curva_eliptica_dbetoni
Criptografia com curva_eliptica_dbetoni
drbetoni
 
Apostila de-estatistica-experimental-20141234567
Apostila de-estatistica-experimental-20141234567Apostila de-estatistica-experimental-20141234567
Apostila de-estatistica-experimental-20141234567
Erick Amâncio
 
Aprendizagem Automática
Aprendizagem AutomáticaAprendizagem Automática
Aprendizagem Automática
butest
 

Ähnlich wie Kmeans (20)

Floyd-Warshall
Floyd-WarshallFloyd-Warshall
Floyd-Warshall
 
KNN - CUDA - Categorizador de rótulos automatizado
KNN - CUDA - Categorizador de rótulos automatizadoKNN - CUDA - Categorizador de rótulos automatizado
KNN - CUDA - Categorizador de rótulos automatizado
 
Particionamento cassandra
Particionamento   cassandraParticionamento   cassandra
Particionamento cassandra
 
Métodos de clustering para dados intervalares e do tipo histograma
Métodos de clustering para dados intervalares e do tipo histogramaMétodos de clustering para dados intervalares e do tipo histograma
Métodos de clustering para dados intervalares e do tipo histograma
 
Inpe
InpeInpe
Inpe
 
Estrutura de dados
Estrutura de dadosEstrutura de dados
Estrutura de dados
 
Apostila estrutura de dados 2
Apostila estrutura de dados 2Apostila estrutura de dados 2
Apostila estrutura de dados 2
 
13 introducao a analise de algoritmos
13   introducao a analise de algoritmos13   introducao a analise de algoritmos
13 introducao a analise de algoritmos
 
Criptografia RSA
Criptografia RSACriptografia RSA
Criptografia RSA
 
comparaciones
comparacionescomparaciones
comparaciones
 
18comparaciones
18comparaciones18comparaciones
18comparaciones
 
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...
 
Criptografia com curva_eliptica_dbetoni
Criptografia com curva_eliptica_dbetoniCriptografia com curva_eliptica_dbetoni
Criptografia com curva_eliptica_dbetoni
 
Classificação de séries temporais via divergente entre densidades de probabil...
Classificação de séries temporais via divergente entre densidades de probabil...Classificação de séries temporais via divergente entre densidades de probabil...
Classificação de séries temporais via divergente entre densidades de probabil...
 
Apostila de-estatistica-experimental-20141234567
Apostila de-estatistica-experimental-20141234567Apostila de-estatistica-experimental-20141234567
Apostila de-estatistica-experimental-20141234567
 
Dinamicas
DinamicasDinamicas
Dinamicas
 
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...
 
Aula1 mba fiap_2018_redes_neurais
Aula1 mba fiap_2018_redes_neuraisAula1 mba fiap_2018_redes_neurais
Aula1 mba fiap_2018_redes_neurais
 
Transformada Rápida de Fourier
Transformada Rápida de FourierTransformada Rápida de Fourier
Transformada Rápida de Fourier
 
Aprendizagem Automática
Aprendizagem AutomáticaAprendizagem Automática
Aprendizagem Automática
 

Kürzlich hochgeladen

PROJETO DE EXTENSÃO I - TECNOLOGIA DA INFORMAÇÃO Relatório Final de Atividade...
PROJETO DE EXTENSÃO I - TECNOLOGIA DA INFORMAÇÃO Relatório Final de Atividade...PROJETO DE EXTENSÃO I - TECNOLOGIA DA INFORMAÇÃO Relatório Final de Atividade...
PROJETO DE EXTENSÃO I - TECNOLOGIA DA INFORMAÇÃO Relatório Final de Atividade...
HELENO FAVACHO
 
19- Pedagogia (60 mapas mentais) - Amostra.pdf
19- Pedagogia (60 mapas mentais) - Amostra.pdf19- Pedagogia (60 mapas mentais) - Amostra.pdf
19- Pedagogia (60 mapas mentais) - Amostra.pdf
marlene54545
 
SSE_BQ_Matematica_4A_SR.pdfffffffffffffffffffffffffffffffffff
SSE_BQ_Matematica_4A_SR.pdfffffffffffffffffffffffffffffffffffSSE_BQ_Matematica_4A_SR.pdfffffffffffffffffffffffffffffffffff
SSE_BQ_Matematica_4A_SR.pdfffffffffffffffffffffffffffffffffff
NarlaAquino
 
Responde ou passa na HISTÓRIA - REVOLUÇÃO INDUSTRIAL - 8º ANO.pptx
Responde ou passa na HISTÓRIA - REVOLUÇÃO INDUSTRIAL - 8º ANO.pptxResponde ou passa na HISTÓRIA - REVOLUÇÃO INDUSTRIAL - 8º ANO.pptx
Responde ou passa na HISTÓRIA - REVOLUÇÃO INDUSTRIAL - 8º ANO.pptx
AntonioVieira539017
 
Os editoriais, reportagens e entrevistas.pptx
Os editoriais, reportagens e entrevistas.pptxOs editoriais, reportagens e entrevistas.pptx
Os editoriais, reportagens e entrevistas.pptx
TailsonSantos1
 
8 Aula de predicado verbal e nominal - Predicativo do sujeito
8 Aula de predicado verbal e nominal - Predicativo do sujeito8 Aula de predicado verbal e nominal - Predicativo do sujeito
8 Aula de predicado verbal e nominal - Predicativo do sujeito
tatianehilda
 
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptxTeoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
TailsonSantos1
 
A EDUCAÇÃO FÍSICA NO NOVO ENSINO MÉDIO: IMPLICAÇÕES E TENDÊNCIAS PROMOVIDAS P...
A EDUCAÇÃO FÍSICA NO NOVO ENSINO MÉDIO: IMPLICAÇÕES E TENDÊNCIAS PROMOVIDAS P...A EDUCAÇÃO FÍSICA NO NOVO ENSINO MÉDIO: IMPLICAÇÕES E TENDÊNCIAS PROMOVIDAS P...
A EDUCAÇÃO FÍSICA NO NOVO ENSINO MÉDIO: IMPLICAÇÕES E TENDÊNCIAS PROMOVIDAS P...
PatriciaCaetano18
 

Kürzlich hochgeladen (20)

Jogo de Rimas - Para impressão em pdf a ser usado para crianças
Jogo de Rimas - Para impressão em pdf a ser usado para criançasJogo de Rimas - Para impressão em pdf a ser usado para crianças
Jogo de Rimas - Para impressão em pdf a ser usado para crianças
 
PROJETO DE EXTENSÃO I - TECNOLOGIA DA INFORMAÇÃO Relatório Final de Atividade...
PROJETO DE EXTENSÃO I - TECNOLOGIA DA INFORMAÇÃO Relatório Final de Atividade...PROJETO DE EXTENSÃO I - TECNOLOGIA DA INFORMAÇÃO Relatório Final de Atividade...
PROJETO DE EXTENSÃO I - TECNOLOGIA DA INFORMAÇÃO Relatório Final de Atividade...
 
19- Pedagogia (60 mapas mentais) - Amostra.pdf
19- Pedagogia (60 mapas mentais) - Amostra.pdf19- Pedagogia (60 mapas mentais) - Amostra.pdf
19- Pedagogia (60 mapas mentais) - Amostra.pdf
 
SSE_BQ_Matematica_4A_SR.pdfffffffffffffffffffffffffffffffffff
SSE_BQ_Matematica_4A_SR.pdfffffffffffffffffffffffffffffffffffSSE_BQ_Matematica_4A_SR.pdfffffffffffffffffffffffffffffffffff
SSE_BQ_Matematica_4A_SR.pdfffffffffffffffffffffffffffffffffff
 
Seminário Biologia e desenvolvimento da matrinxa.pptx
Seminário Biologia e desenvolvimento da matrinxa.pptxSeminário Biologia e desenvolvimento da matrinxa.pptx
Seminário Biologia e desenvolvimento da matrinxa.pptx
 
PROJETO DE EXTENSÃO I - SERVIÇOS JURÍDICOS, CARTORÁRIOS E NOTARIAIS.pdf
PROJETO DE EXTENSÃO I - SERVIÇOS JURÍDICOS, CARTORÁRIOS E NOTARIAIS.pdfPROJETO DE EXTENSÃO I - SERVIÇOS JURÍDICOS, CARTORÁRIOS E NOTARIAIS.pdf
PROJETO DE EXTENSÃO I - SERVIÇOS JURÍDICOS, CARTORÁRIOS E NOTARIAIS.pdf
 
LISTA DE EXERCICIOS envolveto grandezas e medidas e notação cientifica 1 ANO ...
LISTA DE EXERCICIOS envolveto grandezas e medidas e notação cientifica 1 ANO ...LISTA DE EXERCICIOS envolveto grandezas e medidas e notação cientifica 1 ANO ...
LISTA DE EXERCICIOS envolveto grandezas e medidas e notação cientifica 1 ANO ...
 
Responde ou passa na HISTÓRIA - REVOLUÇÃO INDUSTRIAL - 8º ANO.pptx
Responde ou passa na HISTÓRIA - REVOLUÇÃO INDUSTRIAL - 8º ANO.pptxResponde ou passa na HISTÓRIA - REVOLUÇÃO INDUSTRIAL - 8º ANO.pptx
Responde ou passa na HISTÓRIA - REVOLUÇÃO INDUSTRIAL - 8º ANO.pptx
 
Currículo - Ícaro Kleisson - Tutor acadêmico.pdf
Currículo - Ícaro Kleisson - Tutor acadêmico.pdfCurrículo - Ícaro Kleisson - Tutor acadêmico.pdf
Currículo - Ícaro Kleisson - Tutor acadêmico.pdf
 
Os editoriais, reportagens e entrevistas.pptx
Os editoriais, reportagens e entrevistas.pptxOs editoriais, reportagens e entrevistas.pptx
Os editoriais, reportagens e entrevistas.pptx
 
8 Aula de predicado verbal e nominal - Predicativo do sujeito
8 Aula de predicado verbal e nominal - Predicativo do sujeito8 Aula de predicado verbal e nominal - Predicativo do sujeito
8 Aula de predicado verbal e nominal - Predicativo do sujeito
 
aula de bioquímica bioquímica dos carboidratos.ppt
aula de bioquímica bioquímica dos carboidratos.pptaula de bioquímica bioquímica dos carboidratos.ppt
aula de bioquímica bioquímica dos carboidratos.ppt
 
Araribá slides 9ano.pdf para os alunos do medio
Araribá slides 9ano.pdf para os alunos do medioAraribá slides 9ano.pdf para os alunos do medio
Araribá slides 9ano.pdf para os alunos do medio
 
P P P 2024 - *CIEJA Santana / Tucuruvi*
P P P 2024  - *CIEJA Santana / Tucuruvi*P P P 2024  - *CIEJA Santana / Tucuruvi*
P P P 2024 - *CIEJA Santana / Tucuruvi*
 
Slides Lição 05, Central Gospel, A Grande Tribulação, 1Tr24.pptx
Slides Lição 05, Central Gospel, A Grande Tribulação, 1Tr24.pptxSlides Lição 05, Central Gospel, A Grande Tribulação, 1Tr24.pptx
Slides Lição 05, Central Gospel, A Grande Tribulação, 1Tr24.pptx
 
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptxTeoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
 
DeClara n.º 75 Abril 2024 - O Jornal digital do Agrupamento de Escolas Clara ...
DeClara n.º 75 Abril 2024 - O Jornal digital do Agrupamento de Escolas Clara ...DeClara n.º 75 Abril 2024 - O Jornal digital do Agrupamento de Escolas Clara ...
DeClara n.º 75 Abril 2024 - O Jornal digital do Agrupamento de Escolas Clara ...
 
PROJETO DE EXTENSÃO - EDUCAÇÃO FÍSICA BACHARELADO.pdf
PROJETO DE EXTENSÃO - EDUCAÇÃO FÍSICA BACHARELADO.pdfPROJETO DE EXTENSÃO - EDUCAÇÃO FÍSICA BACHARELADO.pdf
PROJETO DE EXTENSÃO - EDUCAÇÃO FÍSICA BACHARELADO.pdf
 
A EDUCAÇÃO FÍSICA NO NOVO ENSINO MÉDIO: IMPLICAÇÕES E TENDÊNCIAS PROMOVIDAS P...
A EDUCAÇÃO FÍSICA NO NOVO ENSINO MÉDIO: IMPLICAÇÕES E TENDÊNCIAS PROMOVIDAS P...A EDUCAÇÃO FÍSICA NO NOVO ENSINO MÉDIO: IMPLICAÇÕES E TENDÊNCIAS PROMOVIDAS P...
A EDUCAÇÃO FÍSICA NO NOVO ENSINO MÉDIO: IMPLICAÇÕES E TENDÊNCIAS PROMOVIDAS P...
 
Aula de jornada de trabalho - reforma.ppt
Aula de jornada de trabalho - reforma.pptAula de jornada de trabalho - reforma.ppt
Aula de jornada de trabalho - reforma.ppt
 

Kmeans

  • 1. K-means / K-médias Aluno: Wagner Souza Santos
  • 2. Roteiro ● História ● Espaço Euclidiano ● Distância Euclidiana ● Características ● Definições ● Algoritmo
  • 3. História ● Em 1957, Władysław Hugo Dionizy Steinhaus propõe o método k-means de clusterização. ● Em 1957, Stuart Lloyd propõe um algoritmo-base para o método k-means, porém este seria usado como um técnica de modulação de pulso de código, representar digitalmente amostras de sinais analógicos. Este algoritmo não foi publicado fora da Bell labs até 1982.
  • 4. História ● A primeiro uso do termo k-means foi em 1967 por James MacQueen em seu artigo intitulado: “Some Methods for Classification and Analysis of Multivariate Observations”. ● Em 1965, E. W. Forgy publicou o mesmo algoritmo que Sturart Lloyd. Esse algoritmo também também é conhecido como Lloyd- Forgy
  • 5. Espaço Euclidiano ● O espaço euclidiano n-dimensional (n ∈ N) é o produto cartesiano de n fatores iguais a R: R^n = R × R × . . . . . . × R. ● Se n = 1, R¹ = R é a reta; se n = 2, R² é o plano e se n = 3, R³ é o espaço euclidiano tridimensional.
  • 6. Distância Euclidiana ● É a distância entre dois pontos, que pode ser provada pela aplicação repetida do teorema de Pitágoras. ● A distância euclidiana entre os pontos P(p1, p2, …, pn) e Q(q1,q2, ..., qn), num espaço euclidiano n-dimensional, é definida como:
  • 7. Distância Euclidiana ● R² x = (2,5) 1.41 d ( x, y ) = ( 2 − 3) 2 + ( 5 − 4 ) 2 = 2 = 1.41 y = (3,4)
  • 8. Distância Euclidiana ● R³ d ( x, y ) = ( 2 − 3) 2 + ( 4 − 3) 2 + (5 − 3) 2 = 6 = 2.44
  • 9. Características ● O algoritmo K-means pertence a classe dos algoritmos de apredizado de máquina não supervisionados. ● Não há uma rotulação dos dados a priori. ● Aprendizado por observação.
  • 10. Cluster ● Uma coleção de objetos que são similares entre si, e diferentes dos objetos pertencentes a outros clusters.
  • 11. Clusterização / Clustering ● É a organização dos objetos similares (em algum aspecto) em grupos. Quatro grupos (clusters)
  • 12. Centróide ● Representa o centro de um grupo, sendo calculado pela média de todos os objetos do grupo/cluster.
  • 13. Ideia ● (PASSO 1) Atribuem-se valores iniciais para os protótipos seguindo algum critério. ● (PASSO 2) Atribui-se cada objeto ao grupo cujo protótipo possua maior similaridade com o objeto. ● (PASSO 3) Recalcula-se o valor do centróide de cada grupo, como sendo a média dos objetos atuais do grupo. ● (PASSO 4) Repete-se os passos 2 e 3 até que os grupos se estabilizem.
  • 14. Complexidade ● O( n * K * I * d ), onde: – n = total de pontos – K = número de clusters – I = número de iterações – d = número de atributos/características
  • 15. Pseudo-Código ● Sendo: – {x1, x2, ..., xn} = estrutura de dados contendo valores a serem clusterizados. Por exemplo, uma matriz esparça – K = total de clusters – A = conjuntos de atributos que irão inteferir na separação – {c1, c2, ..., ck} = conjunto de centróides – {u1, u2, ..., uk} = estrutura de dados contendo os elementos dos clusters
  • 16. Pseudo-Código ● K-Means({x1, x2, ..., xn},K,A) #entrada (c1, c2, ..., cK) <--- cria_centroids({x1, x2, ..., xn}, K) #criando k centróides Para cada cluster K faça: uk <--- ck #atribuindo cada centróide a um cluster enquando o criterio de parada não for atingido faça: #por exmeplo, enquando houver modificações nos clusters ou um trocou=true para cada cluster K faça: cluster[k] = {} para cada ponto P faça: #o total de pontos é n atribui_ponto_ao_cluster(P, A, cluster) #calcula-se a distância do ponto ao centróide de cada cluster e este ponto irá permanecer no cluster que tiver a menor distância para cada cluster K faça: uk <-- novo_centroid(K) #recalculando os centródes ● return {u1, u2, ..., uk}
  • 17. Exemplo Objetos em um plano 2D
  • 18. Exemplo Passo 1:Centróides inseridos aleatoriamente
  • 19. Exemplo Passo 2: Atribuir a cada objeto o centróide mais próximo
  • 20. Exemplo Passo 3: Recalcular os centróides
  • 21. Bisecting K-Means ● Variação hierárquica do algoritmo k- means, que em cada iteração, seleciona um grupo e o divide, de forma a gerar uma hierarquia.
  • 22. Bisecting K-Means ● Selecionar um cluster para dividir. ● Encontrar 2 sub-clusters usando o algoritmo K-means básico. ● Repetir o passo 2 por uma quantidade fixa de vezes e escolher a divisão que produzir o cluster com a maior similaridade global. (Para cada cluster, sua similaridade é a similaridade média de pares de documentos) ● Repetir os passos 1, 2 e 3 até que o número desejado de clusters seja alcançado.
  • 23. Prós ● Simples ● Entre os 10 algoritmos mais influentes em DataMining. ● Variações com ótimos resultados como o Bisecting K-Means.
  • 24. Contras ● Clusters de tamanhos diferentes. ● Clusters de diferentes densidades. ● Clusters em forma não-globular. ● Clusters vazios.
  • 25. Densidades Diferentes Pontos Originais K-Means (3 Clusters)
  • 26. Formas Não-Globulares Pontos Originais K-Means (2 Clusters)
  • 28. Referências ● http://en.wikipedia.org/wiki/K- means_clustering ● http://en.wikipedia.org/wiki/Euclidean_space ● http://en.wikipedia.org/wiki/Pulse- code_modulation ● http://pt.wikipedia.org/wiki/Espa %C3%A7o_euclidiano ● http://nlp.stanford.edu/IR- book/html/htmledition/k-means-1.html
  • 29. Referências ● http://www.decom.ufop.br/menotti/rp102/slides /04-TiposAprendizagem.ppt ● http://www.inf.ufes.br/~claudine/courses/paa1 0/seminarios/seminario4.pdf ● http://www.ipcsit.com/vol27/43-ICICN2012- N20017.pdf ● http://www.cs.uvm.edu/~xwu/kdd/Slides/Kmea ns-ICDM06.pdf