Perkuliahan 10 (26-11-2021)

 Agglomerative Hierarchical Clustering (AHC)

    Hierarchical CLustering adalah metode analisis kelompok yang berusaha untuk membangun sebuah hirarki kelompok data. Strategi pengelompokkannya umumnya ada 2 jenis yaitu Agglomerative (Bottom-Up) dan Devisive (Top-Down). Pada bagian ini akan dibatasi hanya menggunakan konsep Agglomerative (Bottom-Up). 

Algoritma AHC

1. Hitung matrik jarak antar data (menggunakan Euclidean atau Manhattan Disatance)

2. Gabungkan dua kelompok terdekat menjadi satu kelompok data:

  • Single Lingkage (Jarak Terdekat) : Jarak antara member terdekat dari dua kluster
  • Complete Lingkage (Jarak Terjauh) : Jarak antara member terjauh dari kluster. Maximum distance between cluster , 
  • Average Lingkage (Jarak Rata- Rata : Menghitung semua jarak  dari kumpulan - kumpulan, lalu dibuat rata- rata.  Average distance between cluster
3. Perbarui matrik jatrak antar data untuk mempresentasikan antara kelompok baru dengan kelompok yang tersisa.

4. ulangi langkah 2-3 sampai hanya satu kelompok yang tersisa

    

Comments

Post a Comment

Popular posts from this blog

Perkuliahan 2 (17-09-2021)

  Machine Learning bahan utamanya adalah data Data yang diproduksi bisa mencapai zeta. Bidang bidang yang menghasilkan data banyak, yaitu terutama  social media. Perbedaan data terstruktur & Data tidak terstrukturData Terstruktur           - Sudah tertabulasi (terdata gampang)         2. Data Tidak Terstruktur           - Data – data berupa teks Perbedaan Data dan Informasi         1. Data :                  Data adalah fakta mentah atau rincian peristiwa yang belum diolah, yang terkadang tidak                dapat diterima oleh akal pikiran dari penerima tersebut, maka dari itu data harus diolah terlebih           dahulu menjadi informasi unuk dapat diterima oleh penerima         2. Informasi :   ...
Read more