Phương thức fit

Bài học 10 trên 19 trong khóa học Giới thiệu về học máy của Coddy.

Thử thách

Khó

Triển khai phương thức fit và hàm find_cluster_centroid. Hàm find_cluster_centroid tìm trọng tâm của một danh sách điểm (cụm). Hướng dẫn tìm trọng tâm nằm trong bài học trước. Để triển khai fit, hãy làm theo các hướng dẫn sau:

Khởi tạo trọng tâm: Đầu tiên, chọn k điểm trong tập dữ liệu làm các trọng tâm ban đầu. Để vượt qua các test case, hãy chọn các điểm thứ 3, 5, 7, 9, … làm trọng tâm ban đầu (tùy theo số điểm k)
Gán cụm: Với mỗi điểm trong tập dữ liệu, tìm trọng tâm gần nhất (bằng các phép đo khoảng cách như khoảng cách Euclid) rồi gán điểm đó vào cụm tương ứng.
Cập nhật trọng tâm: Sau khi gán tất cả điểm vào các cụm, tính lại trọng tâm bằng cách lấy giá trị trung bình của tất cả điểm trong mỗi cụm.
Lặp lại bước 2 và 3: Lặp lại các bước trên cho đến khi các trọng tâm không còn thay đổi đáng kể. Nếu khoảng cách giữa trọng tâm mới và trọng tâm trước đó nhỏ hơn 0.01, hãy dừng lại

Cách vượt qua các test case:

Lưu các trọng tâm vào biến self.centroids.
Khi tìm được các trọng tâm mới, nếu tổng khoảng cách giữa các trọng tâm mới và các trọng tâm trước đó nhỏ hơn 0.01, hãy giữ lại các trọng tâm trước đó.
Thứ tự của các trọng tâm rất quan trọng. Luôn duyệt qua các trọng tâm từ đầu đến cuối.
Các test case sẽ in ra self.centroids và kiểm tra xem chúng có chính xác không.

Tự làm thử

def euclidian_distance(point_a, point_b):
    return (sum([(point_a[i] - point_b[i])**2 for i in range(len(point_a))]))**0.5


    
class KMeans:
    def __init__(self, k):
        self.k = k

    def find_cluster_centroid(self, cluster_points):
    # Viết code của bạn ở đây

    def fit(self, X_train):
        # Viết code của bạn ở đây
        self.centroids = ...
    
    def predict(self, X_test):
        pass

Tất cả bài học trong Giới thiệu về học máy

1Khởi đầu hành trình ML

Giới thiệu về ML Dữ liệu đưa vào mô hình Mô hình ML là gì

4Thuật toán K-Means

Giới thiệu về K-MeansPhương thức fitPhương thức predict

2Tổng quan về học máy

Học có giám sát Học không giám sát

5Naive Bayes

Giới thiệu về Naive Bayes Phương thức fit Phương thức predict

3K láng giềng gần nhất (KNN)

Giới thiệu về KNN Phương thức fit Phương thức predict

6Các mô hình khác

Hồi quy logistic Hồi quy tuyến tính Cây quyết định Máy vector hỗ trợ (SVM)Trắc nghiệm về mô hình

Tự luyện tập: Trình biên dịch Python online