k-Means
Über diese App
Lloyd-Algorithmus als Zustandskette ohne Labels: Zuordnen und Zentren verschieben, Voronoi-Zellen, Inertia je Halbschritt, Zufall gegen k-means++, lokale Minima, Ellbogen mit Silhouette und typische Fehlschläge.
Worum es geht
k-Means ist ein unüberwachtes Verfahren: Die Daten haben keine Labels, die Gruppen entstehen erst im Algorithmus. Ziel ist, die Inertia J zu minimieren, die Summe der quadrierten Abstände jedes Punkts zu seinem Zentrum. Der Lloyd-Algorithmus wechselt zwei Schritte ab: Zuordnen (jeder Punkt geht zum nächsten Zentrum) und Aktualisieren (jedes Zentrum rückt in den Mittelwert seiner Punkte). Keiner der beiden Schritte kann J erhöhen, deshalb endet das Verfahren. Das Ergebnis ist aber nur ein lokales Minimum und hängt vom Start ab.
Was die App zeigt
Graue Punkte, k Startzentren und die Voronoi-Zellen als Reviere der Zentren. Jeder Halbschritt lässt sich einzeln ausführen, ein Text erklärt, wie viele Punkte gewechselt haben und wie J sinkt. Eine Kurve zeigt J nach jedem Zuordnen und Aktualisieren, frühere Starts erscheinen blass daneben. Die Ellbogen-Kurve trägt J über k = 1 bis 8 auf, zusammen mit der Silhouette. „10 Starts vergleichen“ zeigt, in wie vielen verschiedenen Minima die Läufe enden.
Selbst ausprobieren
Gehe bei „3 Blobs“ Schritt für Schritt vor und beobachte, dass J bei jedem Halbschritt fällt. Vergleiche zufällige Startzentren mit k-means++ und lass zehn Starts laufen. Lade dann „Monde“ und „Ungleich“: k-Means schneidet mit geraden Grenzen und setzt runde, ähnlich große Gruppen voraus. Bei „Einheiten“ dominiert das Merkmal mit der größeren Skala, bis du standardisierst.
Häufige Fragen
- Wie funktioniert k-Means-Clustering?
- k-Means startet mit k Zentren und wiederholt zwei Schritte: Jeder Punkt wird dem nächsten Zentrum zugeordnet, dann wandert jedes Zentrum in den Mittelwert seiner Punkte. Das wiederholt sich, bis sich keine Zuordnung mehr ändert. Das Verfahren minimiert dabei die Summe der quadrierten Abstände zu den Zentren.
- Was ist k-means++?
- k-means++ ist ein Verfahren zur Wahl der Startzentren. Das erste Zentrum wird zufällig gewählt, jedes weitere mit einer Wahrscheinlichkeit proportional zum quadrierten Abstand zum nächsten bereits gewählten Zentrum. Dadurch liegen die Startzentren weiter auseinander, und schlechte lokale Minima werden seltener.
- Wie bestimmt man die Anzahl der Cluster k?
- Eine verbreitete Heuristik ist die Ellbogen-Methode: Man trägt die Inertia über k auf und sucht den Knick, ab dem weitere Cluster wenig bringen. Ergänzend misst der Silhouetten-Koeffizient zwischen −1 und 1, wie klar Punkte zu ihrem Cluster gehören. Oft entscheidet zusätzlich die fachliche Fragestellung.
- Was kann ich in der App ausprobieren?
- Du wählst einen Datensatz, k und die Startmethode, setzt Zentren und Punkte selbst und gehst Halbschritt für Halbschritt oder per Abspielen durch den Algorithmus. Die App zeigt Voronoi-Zellen, den Verlauf der Inertia, die Ellbogen-Kurve mit Silhouette und vergleicht zehn Starts.
Fach: Machine Learning
Mehr aus Machine Learning
- AdaBoost
- Anatomie eines Prompts
- Datenschutz-Ampel
- Decision Tree (Entscheidungsbaum)
- Ensemble: Bagging vs. Boosting
- Gesichter finden: Masken gegen Lernen aus Beispielen
- k-Nächste-Nachbarn (kNN)
- KI-Theater
Eine VisuApp von heyprof: interaktiv, kostenlos im Browser, ohne Anmeldung. Was ist eine VisuApp? · Alle Apps