Summary  
This chapter explains linkage methods for hierarchical clustering, detailing how to choose reference points between clusters—such as the closest (single linkage), farthest (complete linkage), centroids, or all point pairs (average linkage)—to compute inter-cluster distances and shape the resulting clusters.

General domain of usage  
Unsupervised machine learning (hierarchical clustering)

**Koblingsmetoder** bestemmer, hvordan afstanden mellem klynger måles, når klynger opbygges trin for trin. Forskellige koblinger skaber **forskellige klyngeformer**.

- Bruger den **korteste afstand** mellem punkter i to klynger;
- Forbinder klynger, når **ethvert punkt kommer tæt på**;
- Skaber lange, kædeagtige klynger;
- Velegnet til uregelmæssige former;
- Følsom over for støj.

Single Linkage

- Bruger den **længste afstand** mellem punkter i to klynger;
- Forbinder klynger kun, når **alle punkter er relativt tætte**;
- Skaber kompakte, sfæriske klynger;
- Mindre kædedannelse;
- Mere robust over for støj.

Complete Linkage

- Bruger den **gennemsnitlige afstand** mellem alle par af punkter fra to klynger;
- Et kompromis mellem single og complete linkage;
- Ofte en god balance.

Average Linkage

- Bruger **afstanden mellem centroidene** af to klynger;
- Centroiden er den gennemsnitlige position af alle punkter i klyngen;
- Kan nogle gange forårsage inversioner (klynger kommer tættere på, når de vokser);
- Velegnet til geometrisk meningsfuld klyngeinddeling.

Centroid Linkage

Minimum distance between points in clusters

Maximum distance between points in clusters

Average distance between points in clusters

Download af afsnitssammendrag

Hvilken linkage-metode er kendt for at skabe lange, kædede klynger og er mest følsom over for støj?

Opnå en solid forståelse af klyngeanalyse, en central ikke-superviseret læringsteknik til at afdække mønstre i uetiketterede data. Udforsk det grundlæggende i K-Means, Hierarkisk Klyngedannelse, DBSCAN og GMM'er, og få praktisk erfaring med rigtige datasæt for at opbygge tillid til anvendelse af klyngeanalyse på virkelige problemer.

Dyk ned i de grundlæggende principper for klyngering og opdag, hvordan det adskiller sig fra klassifikation. Udforsk essentielle algoritmer, værktøjer og biblioteker, der driver denne usuperviserede læringsteknik til at afdække skjulte mønstre i data.

Opnå et solidt kendskab til centrale forbehandlingsteknikker, der sikrer effektiv klyngeanalyse. Håndtering af manglende værdier, kodning af kategoriske variable, normalisering af data samt valg af passende afstandsmål og koblinger for at øge nøjagtigheden af klyngeanalysen.

Opnå færdighederne til effektiv anvendelse af K-Means klyngedannelse. Forstå algoritmens funktion, fastlæg det optimale antal klynger, og få praktisk erfaring med implementering af K-Means på både syntetiske og virkelige datasæt.

Udforsk det grundlæggende i hierarkisk klyngedannelse og lær, hvordan data grupperes i meningsfulde klynger ved hjælp af dendrogrammer. Opnå fortrolighed med at identificere det optimale antal klynger og implementere teknikken på både syntetiske og virkelige datasæt.

Opdag, hvordan DBSCAN udmærker sig ved at identificere klynger med varierende former og håndtere støj i data. Forstå mekanismerne bag denne tæthedsbaserede algoritme, metoder til at tildele punkter til klynger samt anvendelse på både syntetiske og virkelige datasæt med sikkerhed.

Opnå et solidt kendskab til Gaussiske Mixture Models og hvordan de anvender sandsynlighed til at modellere komplekse klyngestrukturer. Gennemgå principperne for Gaussisk fordeling, undersøg hvordan GMM'er fungerer, og opbyg fortrolighed ved at anvende dem på både dummy- og virkelige data.

Sammenkoblinger