3.3 KiB
3.3 KiB
Глоссарий модуля 08
- Обучение без учителя — поиск структуры без целевой метки для каждого объекта.
- Кластер — группа, определённая признаками, метрикой и objective алгоритма.
- Жёсткая/мягкая кластеризация — одна метка / степени принадлежности группам.
- Silhouette — сравнение внутрикластерного и ближайшего межкластерного расстояний.
- ARI — скорректированная на случайность мера совпадения двух разбиений.
- Inertia — сумма квадратов расстояний до центров k-means.
- Центроид — среднее объектов кластера в k-means.
- Linkage — правило расстояния между группами в иерархической кластеризации.
- Дендрограмма — дерево последовательных объединений кластеров.
- DBSCAN — кластеризация по плотностной достижимости.
- Core / border / noise — плотная точка / её сосед / не включённая точка.
- PCA — линейная проекция максимальной дисперсии и минимальной rank-ошибки.
- Главная компонента — ортонормированное направление PCA.
- Explained variance ratio — доля суммарной дисперсии компоненты.
- Whitening — масштабирование компонент до единичной дисперсии.
- t-SNE — embedding, минимизирующий KL между локальными соседствами.
- Perplexity — эффективный масштаб соседства t-SNE.
- UMAP — embedding на основе графа локальных соседей.
- Outlier detection — поиск необычных объектов внутри загрязнённого набора.
- Novelty detection — проверка новых объектов относительно нормального train.
- Anomaly score — упорядочивающая мера необычности, не обязательно вероятность.
- Contamination — предполагаемая доля выбросов для установки порога.
- Isolation Forest — детектор по средней длине случайной изоляции.
- LOF — отношение локальной плотности соседей к плотности объекта.
- One-Class SVM — граница основной массы в kernel-пространстве.