PL 
EnglishDomyślny
Українська🎯 Klasteryzacja K-średnich — interaktywne uczenie maszynowe
Przejdź krok po kroku przez algorytm k-średnich: obserwuj zbieżność centroidów, aktualizację obszarów Woronoja i spadek inercji (WCSS). Klikaj, by dodawać punkty, lub użyj gotowych zbiorów danych.
O klasteryzacji K-średnich
Ta symulacja wizualizuje k-średnie, klasyczny algorytm uczenia nienadzorowanego, który dzieli punkty na k grup. Algorytm na przemian wykonuje dwa kroki: przypisuje każdy punkt do najbliższego centroidu (przy użyciu kwadratu odległości euklidesowej), a następnie przesuwa każdy centroid do średniej pozycji przypisanych mu punktów. Powtarza to, aż przypisania przestaną się zmieniać. Zacieniowane obszary Woronoja pokazują terytorium każdego centroidu, a wykres inercji śledzi sumę kwadratów odległości wewnątrz klastra, WCSS = Σ|xᵢ − μ|².
Suwak k ustawia liczbę klastrów (od 1 do 8), a menu zbioru danych oferuje gaussowskie skupiska, koncentryczne okręgi, dwa półksiężyce, jednorodny szum lub własny zbiór budowany przez kliknięcie na płótnie. Step wykonuje jedną iterację, Auto uruchamia ciągłe działanie, a Reset losuje centroidy od nowa. Inicjalizacja wykorzystuje k-means++, który rozprasza początkowe centroidy dla szybszej i bardziej niezawodnej zbieżności. K-średnie stanowią podstawę segmentacji klientów, kwantyzacji kolorów obrazów i grupowania dokumentów.
Najczęściej zadawane pytania
Czym jest klasteryzacja k-średnich?
K-średnie to algorytm nienadzorowany, który dzieli dane na k klastrów, minimalizując całkowitą sumę kwadratów odległości między punktami a ich środkiem klastra, zwanym centroidem. Jest nienadzorowany, ponieważ nie podaje się żadnych etykiet; struktura jest odkrywana wyłącznie na podstawie rozmieszczenia punktów. To jedna z najczęściej stosowanych metod klasteryzacji w uczeniu maszynowym.
Jak działa algorytm krok po kroku?
Najpierw umieszczanych jest k centroidów, następnie każdy punkt przypisywany jest do najbliższego centroidu, a na końcu każdy centroid przesuwany jest do średniej pozycji przypisanych mu punktów. Te kroki przypisania i aktualizacji powtarzają się, aż żaden punkt nie zmieni klastra. W tej symulacji każde naciśnięcie Step wykonuje jedną pełną iterację tej pętli.
Co robi suwak k?
Suwak k ustala, ile klastrów poszukuje algorytm, od 1 do 8. Jego zmiana przeładowuje zbiór danych i ponownie inicjalizuje centroidy. Dobór k ma znaczenie: zbyt mała wartość łączy odrębne grupy, a zbyt duża dzieli pojedynczą grupę na fragmenty.
Czym jest inercja lub WCSS?
Inercja, zwana też sumą kwadratów wewnątrz klastra (WCSS), to suma kwadratów odległości każdego punktu od centroidu jego klastra. Wzór to WCSS = Σ|xᵢ − μ|². K-średnie starają się zminimalizować tę wartość, a wykres pokazuje jej spadek w miarę zbieżności algorytmu.
Czym są zacieniowane obszary Woronoja?
Każdy zacieniowany obszar oznacza fragment płótna bliższy jednemu konkretnemu centroidowi niż jakiemukolwiek innemu. To komórki Woronoja, a ich granice wyznaczają dokładnie miejsce, w którym punkt przełączyłby się z jednego klastra do drugiego. Gdy centroidy przesuwają się podczas iteracji, obszary zmieniają kształt, podążając za nimi.
Dlaczego centroidy przestają się poruszać?
Algorytm osiągnął zbieżność, gdy cały krok przypisania nie powoduje zmiany klastra żadnego punktu. W tym momencie centroidy znajdują się już w średniej pozycji swoich punktów, więc krok aktualizacji nie może ich dalej przesunąć. Wskaźnik Converged przełącza się na Yes, a Auto zatrzymuje się automatycznie.
Czym jest inicjalizacja k-means++?
K-means++ to sprytniejszy sposób wyboru początkowych centroidów. Po losowym wybraniu pierwszego, każdy kolejny centroid wybierany jest z prawdopodobieństwem proporcjonalnym do kwadratu jego odległości od najbliższego istniejącego centroidu, co rozprasza je w przestrzeni. Ta symulacja korzysta z k-means++, co zmniejsza ryzyko słabych minimów lokalnych i zwykle prowadzi do zbieżności w mniejszej liczbie iteracji.
Czy k-średnie radzą sobie ze zbiorami okręgów i półksiężyców?
Niezbyt dobrze. K-średnie zakładają mniej więcej okrągłe, podobnej wielkości klastry, ponieważ opierają się na odległości od pojedynczego punktu średniego. Koncentryczne okręgi i splecione półksiężyce nie dają się w ten sposób rozdzielić, więc k-średnie tną je na kliny zamiast odtwarzać ich rzeczywisty kształt. Są uwzględnione, by pokazać to istotne ograniczenie.
Czy k-średnie zawsze znajdują najlepszą klasteryzację?
Nie. K-średnie gwarantują zbieżność, ale tylko do lokalnego minimum inercji, niekoniecznie globalnie najlepszego. Wynik zależy od początkowych centroidów, dlatego różne resety mogą dawać różne rezultaty. K-means++ pomaga, ale nie eliminuje całkowicie tej wrażliwości.
Gdzie w praktyce wykorzystuje się k-średnie?
K-średnie wykorzystuje się do segmentacji klientów i rynku, kompresji obrazów poprzez redukcję do niewielkiej palety reprezentatywnych kolorów, grupowania dokumentów lub artykułów prasowych według tematu oraz wykrywania anomalii znacznie odległych od jakiegokolwiek klastra. Szybkość i prostota czynią je częstym pierwszym wyborem do eksploracyjnej analizy danych.