Вопросы и задания

1. Представьте, что у вас нет золотого стандарта. Какую метрику для оценки качества кластеризации в таком случае вы бы придумали?
2. Для схем расчета расстояний между кластерами из параграфа 6.2 придумайте худший случай, в котором данная схема бы плохо сработала. Сравнивая эти случаи между собой, подумайте, какую схему вы бы предпочли.
3. Алгоритм самоорганизующейся карты Кохонена очень удобно использовать для визуализации сложных данных, представляя их на двумерной плоскости. Какой геометрической фигурой на плоскости вы бы представили каждый нейрон выходного слоя?
4. Какие не названные в параграфе 6.4 задачи можно было бы решать с помощью FPM?
5. Какую трудоемкость имеет алгоритм Apriori?

Практикум

1. Реализуйте алгоритмы кластеризации из параграфа 6.1 или 6.3 на любом выбранном вами языке программирования. Сравните их с точки зрения метрик кластеризации из параграфа 6.1.
2. Задача поиска частотных шаблонов, например в пользовательских логах, может быть полезна для поиска шаблонов поведения пользователя. Придумайте алгоритм классификации странного поведения (отличного от стандартного) пользователя. Как бы вы построили алгоритм кластеризации пользователей на группы с использованием частотных шаблонов?
3. Помимо задачи поиска частотных шаблонов в представленном виде существует так называемый поиск частотных последовательных шаблонов {Sequence Pattern Mining — SPM), задачей которого является поиск шаблонов в данных, имеющих некоторый порядок. Например, покупательская корзина имеет такой порядок — один и тот же человек может сначала купить компьютер, потом дополнительную технику к нему, например принтер и сканер, а затем будет покупать расходные материалы для принтера и диски. Подумайте, как можно было бы использовать алгоритмы SPM для кластеризации пользователей и какую полезную информацию такая кластеризация бы несла?

Вопросы и задания

Практикум

Рекомендуемая литература