Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Aprendizagem No Supervisionada
Alessandro L. Koerich
Plano de Aula
Aprendizagem no supervisionada
Seqenciais
Hierrquicos
Baseados na otimizao de funes
Outros
Aprendizagem de Mquina
Introduo
Aprendizagem de Mquina
Introduo
Aprendizagem de Mquina
Introduo
Aprendizagem de Mquina
Introduo
Aprendizagem de Mquina
Introduo
O interesse principal desvendar a organizao
dos padres em clusters (agrupamentos)
consistentes, os quais permitiro descobrir
similaridades e diferenas entre padres bem
como derivar concluses teis a respeito deles.
Clustering = Aprendizagem No
Supervisionada = Aprendizado Sem Professor =
Taxonomia Numrica = Tipologia = Partio.
Aprendizagem de Mquina
Introduo
Exemplo de agrupamentos (clusters)
Existncia de pulmes
Aprendizagem de Mquina
Introduo
Assumimos que:
Todos os padres so representados em termos
de atributos (caractersticas ou features) que
formam vetores de d dimenses
...
1 2 3 4 5 6 7
Aprendizagem de Mquina
Introduo
Seleo de atributos
Medida de proximidade
Critrio de agrupamento
Algoritmo de agrupamento
Verificao dos resultados
Interpretao dos resultados
Aprendizagem de Mquina
10
1. Seleo de Atributos
Aprendizagem de Mquina
11
2. Medida de Proximidade
Aprendizagem de Mquina
12
3. Critrio de Agrupamento
Aprendizagem de Mquina
13
4. Algoritmo de Agrupamento
Aprendizagem de Mquina
14
Aprendizagem de Mquina
15
Aprendizagem de Mquina
16
Introduo
Aprendizagem de Mquina
17
Aplicaes de Clustering
Reduo de dados
Gerao de hipteses
Teste de hipteses
Predio baseada em grupos
Aprendizagem de Mquina
18
Definio de Clustering
i = 1,2,..., m
m
=X
i =1
Ci C j =
Alessandro L. Koerich (alekoe@ppgia.pucpr.br)
i j
i, j = 1,2,..., m
Aprendizagem de Mquina
19
Definio de Clustering
Ci ,
i = 1,2,..., m
=X
i =1
i j
i, j = 1,2,..., m
Aprendizagem de Mquina
20
Definio de Clustering
Aprendizagem de Mquina
21
Definio de Clustering
Aprendizagem de Mquina
22
Medidas de Proximidade
Mtrica lp ponderada
Mtrica Norma l ponderada
Mtrica l2 ponderada (Mahalanobis)
Mtrica lp especial (Manhattan)
Distncia de Hamming
Aprendizagem de Mquina
23
Medidas de Proximidade
p
d p ( x , y) = wi | x i yi |
i =1
1/ p
Aprendizagem de Mquina
24
Medidas de Proximidade
Mtrica l2 ponderada:
d ( x , y ) = ( x y ) B( x y )
T
Aprendizagem de Mquina
25
Medidas de Proximidade
Mtrica lp especial:
l
d1 ( x , y ) = wi | x i yi |
i =1
Aprendizagem de Mquina
26
Medidas de Proximidade
Exemplo:
Aprendizagem de Mquina
27
Medidas de Proximidade
sinner ( x , y) = x T y = x i yi
i =1
Medida de Tanimoto:
1
sT ( x , y ) =
T
( x y) ( x y)
1+
T
x y
Alessandro L. Koerich (alekoe@ppgia.pucpr.br)
Aprendizagem de Mquina
28
Medidas de Proximidade
Aprendizagem de Mquina
29
Medidas de Proximidade
Grid ldimensional.
Aprendizagem de Mquina
30
Medidas de Proximidade
Distncia de Hamming:
k 1
d H ( x , y) =
k 1
i =0 j =0, j i
ij
Aprendizagem de Mquina
31
Medidas de Proximidade
Medida de Tanimoto:
k 1
sT ( x , y ) =
i =1
k 1 k 1
k 1 k 1
ii
a + a
i =1 j = 0
ij
i = 0 j =1
k 1 k 1
ij
1 aij
i =1 j =1
Aprendizagem de Mquina
32
Medidas de Proximidade
Aprendizagem de Mquina
33
Nmero de Agrupamentos
Aprendizagem de Mquina
34
Nmero de Agrupamentos
S (N,1) = 1
S (N,N) = 1
S (N,m) = 0,
para m > N
Aprendizagem de Mquina
35
Nmero de Agrupamentos
Soluo Nmeros de Stirling:
1 m
m i m N
S ( N , m) =
(
1
)
m! i =0
i
Exemplos numricos:
Aprendizagem de Mquina
36
Nmero de Agrupamentos
Aprendizagem de Mquina
37
Algoritmos de Clustering
de um algoritmo especfico;
dos critrios utilizados.
Aprendizagem de Mquina
38
Algoritmos de Clustering
Seqenciais
Hierrquicos
Baseados na otimizao de funes custo
Outros: Fuzzy, LVQ, SOM
Aprendizagem de Mquina
39
Algoritmos Seqenciais
Aprendizagem de Mquina
40
Algoritmo BSAS
Aprendizagem de Mquina
41
Algoritmo BSAS
Parmetros do BSAS
Aprendizagem de Mquina
42
Algoritmo BSAS
2 Esta
Aprendizagem de Mquina
43
Algoritmo BSAS
Aprendizagem de Mquina
44
Algoritmo BSAS
Aprendizagem de Mquina
45
Aprendizagem de Mquina
46
Aprendizagem de Mquina
47
Aprendizagem de Mquina
48
Algoritmos Hierrquicos
Aglomerativos
Divisivos
Aprendizagem de Mquina
49
Algoritmos Hierrquicos
Definio de agrupamento:
onde Cj X.
Aprendizagem de Mquina
50
Algoritmos Hierrquicos
Exemplo
Aprendizagem de Mquina
51
Algoritmos Hierrquicos
Aprendizagem de Mquina
52
Hierrquicos Aglomerativos
0 ~ 1 ~ 2 ~ . . . ~ N1
Alessandro L. Koerich (alekoe@ppgia.pucpr.br)
Aprendizagem de Mquina
53
Hierrquicos Aglomerativos
Aprendizagem de Mquina
54
Hierrquicos Aglomerativos
Aprendizagem de Mquina
55
Hierrquicos Aglomerativos
Aprendizagem de Mquina
56
Hierrquicos Aglomerativos
Aprendizagem de Mquina
57
Hierrquicos Aglomerativos
Aprendizagem de Mquina
58
Hierrquicos Divisivos
N1 ~ N2 ~ . . . ~ 0
Alessandro L. Koerich (alekoe@ppgia.pucpr.br)
Aprendizagem de Mquina
59
Hierrquicos Divisivos
Aprendizagem de Mquina
60
Hierrquicos Divisivos
Aprendizagem de Mquina
61
Algoritmos Hierrquicos
Aprendizagem de Mquina
62
Algoritmos Hierrquicos
Aprendizagem de Mquina
63
Algoritmos Hierrquicos
Mtodo Extrnseco
Aprendizagem de Mquina
64
Algoritmos Hierrquicos
h1 (C ) = max{d(x, y),x, y C }
h2 (C ) = med{d(x, y),x, y C }
Alessandro L. Koerich (alekoe@ppgia.pucpr.br)
Aprendizagem de Mquina
65
Algoritmos Hierrquicos
Mtodo Intrnseco
ss
dmin
(C i , C j ) > max{ h(C i ), h(C j )},
C i , C j t
Aprendizagem de Mquina
66
Aprendizagem de Mquina
67
Decomposio de misturas
Mtodo Fuzzy
Mtodos Possibilsticos
Mtodos Hard
Aprendizagem de Mquina
68
Aprendizagem de Mquina
69
Mtodos Hard
Aprendizagem de Mquina
70
Outros Algoritmos
Aprendizagem de Mquina
71
Aprendizagem de Mquina
72
Resumo
Aprendizagem de Mquina
73
Introduo: Aprendizagem
H (conjunto de hipteses)
D (exemplos de treinamento)
treinamento
h1
h2
h4
rvore
Alessandro L. Koerich (alekoe@ppgia.pucpr.br)
Hipteses
Bayes
Aprendizagem de Mquina
74
Introduo: Classificao
rvore de Deciso
x (exemplo de teste)
h1
h2
h4
Hipteses
Aprendizagem de Mquina
75