Gruppen ohne Labels
Clustering sucht Gruppen ähnlicher Zeilen, ohne dass ihm gesagt wird, was die Gruppen sind. K-Means ist das Arbeitspferd. Man wählt Zentren und wiederholt zwei Schritte: Jeden Punkt dem nächsten Zentrum zuordnen und jedes Zentrum auf den Mittelwert seiner Punkte verschieben. Es endet, wenn sich nichts mehr ändert. Die Größe, die es senkt, ist die Inertia, die Summe der quadrierten Abstände jedes Punkts zu seinem Zentrum. Da K-Means Abstände nutzt, müssen Merkmale auf einer gemeinsamen Skala liegen, und da es immer Gruppen findet, findet es sie auch in Daten ohne Gruppen. Im Finanzbereich dient Clustering dazu, Regime (ruhig, stürmisch, Krise) zu benennen und Vergleichsgruppen zu finden, Aktien, die sich ähnlich verhalten.
Wie gut ist ein Clustering? Die Silhouette eines Punkts vergleicht , seinen mittleren Abstand zu den anderen Punkten der eigenen Gruppe, mit , seinem mittleren Abstand zu den Punkten der nächsten anderen Gruppe: . Sie liegt nahe für einen Punkt tief in einer dichten, gut getrennten Gruppe, nahe an einer Grenze und ist negativ, wenn der Punkt wahrscheinlich in der falschen Gruppe liegt. Die mittlere Silhouette hilft beim Vergleich von -Werten, beweist aber nie, dass Gruppen echt sind. Starten Sie stets mit anderen Startpunkten und anderen Merkmalen neu und fragen Sie, ob die Gruppen für den Handel etwas bedeuten.
- Zwei Schritte: dem nächsten Zentrum zuordnen, das Zentrum auf den Mittelwert verschieben, wiederholen.
- Zuerst skalieren: Abstände behandeln alle Merkmale gleich, ein Merkmal mit großer Einheit würde dominieren.
- Cluster sind eine Linse, keine Tatsache: Stabilität und Bedeutung prüfen, bevor man darauf handelt.
Lab: Was bewertet wird
- Ein neues Zentrum10 Pkt.
- Die Inertia10 Pkt.
- Abstand innerhalb der Gruppe10 Pkt.
- Eine Silhouette15 Pkt.
- Die Tage, die nicht ruhig sind5 Pkt.
- Warum die Merkmale skalieren10 Pkt.
- Die Schritte von K-Means10 Pkt.
- Begriffe zuordnen10 Pkt.
- Warum Cluster geprüft werden müssen20 Pkt.