Normalizarea este folosită pentru a elimina datele redundante și asigură generarea de clustere de bună calitate, care pot îmbunătăți eficiența algoritmilor de grupare. Prin urmare, devine un pas esențial înainte de gruparea ca distanță euclidiană. este foarte sensibil la modificările diferențelor[3].
Trebuie să normalizăm datele pentru gruparea K-means?
Ca și în metoda k-NN, caracteristicile utilizate pentru grupare trebuie măsurate în unități comparabile. În acest caz, unitățile nu reprezintă o problemă, deoarece toate cele 6 caracteristici sunt exprimate pe o scară de 5 puncte. Normalizarea sau standardizarea nu este necesară.
Cum pregătiți datele înainte de grupare?
Pregătirea datelor
Pentru a efectua o analiză de grup în R, în general, datele ar trebui pregătite după cum urmează: Rândurile sunt observații (indivizi), iar coloanele sunt variabile. Orice valoare lipsă din date trebuie eliminată sau estimată. Datele trebuie să fie standardizate (adică, scalate) pentru a face variabilele comparabile.
Datele ar trebui scalate pentru grupare?
În grupare, calculați asemănarea dintre două exemple prin combinând toate datele caracteristicilor pentru acele exemple într-o valoare numerică. Combinarea datelor caracteristicilor necesită ca datele să aibă aceeași scară.
De ce este important să normalizați funcțiile înainte de grupare?
Standardizarea este un pas important al datelorpreprocesare.
Așa cum este explicat în această lucrare, k-means minimizează funcția de eroare folosind algoritmul Newton, adică un algoritm de optimizare bazat pe gradient. Normalizarea datelor îmbunătățește convergența unor astfel de algoritmi.
