numpy

sklearn.model_selection

pandas

matplotlib

Тип дерева

Кількість даних

Кількість ознак

Глибина дерева

Час виконання моделі

Середня абсолютна похибка між фактичним та передбаченим

Середнє квадратичне відхилення

Міра випадковості

leaf_size

tree_count

max_depth

n_estimators

Перераховуємо середні координати для кожного кластера

Додаємо випадкові шуми у всі кластери

Вилучаємо ті дані, що не належать жодному кластеру

Переформатовуємо дані з допомогою PCA

DBSCAN

Логістична регресія

KMeans

PCA (метод головних компонент)

Згенерувати дані → зберегти в файл → зупинитись

Отримати дані → обрати метод/метрику → виконати алгоритм кластеризації → оцінити результат

Отримати дані → випадково видалити 50% → відобразити на графік → кластеризувати

Отримати дані → розмітити їх класами → кластеризувати

Потребує більшого набору гіперпараметрів

Не потребує цільової змінної та часто шукає приховану структуру в даних

Обов’язково передбачає опрацювання текстових даних

Вимагає додаткових етикеток для всіх тренувальних прикладів

Автоматично підбирає ширину вікна для алгоритму Mean Shift

Видаляє аномальні дані з датасету

Оцінює найбільшу відстань від точки до центру

Здійснює лінійну регресію на даних

Переміщення центра в точку з найменшою відстанню до сусідніх кластерів

Обчислення середньої координати точок у певному радіусі й зміщення центра в цей новий центр

Наявність сторонніх даних з розміткою (label), які коригують зсув

Переміщення центра в випадково обраний сусідній кластер