K-means, PolarDB for MySQL içine yerleşik olarak gelen yinelemeli bir kümeleme algoritmasıdır. Verileri harici bir makine öğrenimi platformuna aktarmaya gerek kalmadan, doğrudan veritabanınızda sayısal özellik sütunlarına göre tablodaki satırları K adet farklı kümeye gruplamak için bu algoritmayı kullanın.
Nasıl çalışır
K-means, verileri aşağıdaki adımlarla bölümlere ayırır:
Veri kümesini K gruba bölün ve başlangıç merkezleri (centroid) olarak rastgele K satır seçin.
Her satırın her bir merkeze olan uzaklığını hesaplayın.
Her satırı en yakın olduğu merkeze atayın.
Her bir merkezi, kendisine atanmış tüm satırların ortalaması olacak şekilde yeniden hesaplayın.
Merkezler kararlı hale gelene kadar (atamalar değişmeyene kadar) veya algoritma yineleme sınırına ulaşana kadar 2–4. adımları tekrarlayın.
Algoritma, x_cols içinde belirttiğiniz sütunları özellik olarak kullanır ve her satır için bir küme etiketi çıktısı verir.
Kullanım senaryoları
Sayısal verilerdeki doğal gruplandırmaları keşfetmeniz gerektiğinde K-means iyi sonuç verir. Yaygın uygulama alanları şunlardır:
Belge sınıflandırma: Belgeleri terim frekansını kullanarak vektörler halinde temsil edin; ardından benzer belgeleri konu veya içerik bazında gruplar halinde belirlemek için bu vektörleri kümeleyin.
Müşteri segmentasyonu: Hedefli kampanyalar için segmentleri belirlemek üzere müşterileri satın alma geçmişi, ilgi alanları veya etkinlik verilerine göre gruplayın. Örneğin, telekom abonelerini ödeme davranışlarına (bakiye yükleme, test mesajı gönderme ve web sitesi gezintisi) göre segmentlere ayırın.
Dolandırıcılık tespiti: Dolandırıcılıkla ilişkili kalıpları belirlemek amacıyla geçmiş işlem kayıtlarını kümeleyin. Bilinen dolandırıcılık kümeleriyle eşleşen yeni kayıtları işaretlemek için modeli uygulayın. Bu yaklaşım otomobil, sağlık sigortası ve genel sigorta dolandırıcılığı tespitinde kullanılır.
BT uyarı kümeleme: Ağ, depolama veya veritabanı altyapısı tarafından oluşturulan uyarıları kümeleyerek uyarı kategorilerini ve ortalama onarım süresini belirleyin; zincirleme arızaları gerçekleşmeden önce öngörün.
Çağrı kaydı analizi: Çağrı detay kayıtlarını (CDR) müşteri profilleriyle birleştirerek aboneleri kullanım davranışlarına göre kümeleyin; bu sayede hizmet ihtiyaçlarını öngörün ve müşteri kaybını azaltın.
Suç örüntüsü analizi: Suç olaylarını türe ve konuma göre kümeleyerek yoğun bölgeleri belirleyin ve soruşturma önceliklendirmesine yardımcı olun.
Parametreler
CREATE MODEL deyiminizin model_parameter seçeneğinde aşağıdaki parametreyi belirtin.
| Parametre | Açıklama | Varsayılan |
|---|---|---|
n_clusters |
Küme sayısı (K). | 4 |
Örnekler
Aşağıdaki örneklerde, dx1 ve dx2 adlı sayısal sütunları içeren db4ai.testdata1 tablosu kullanılmaktadır.
K-means modeli oluşturun
/*polar4ai*/CREATE MODEL test_kmeans WITH
(model_class = 'kmeans', x_cols = 'dx1,dx2',
y_cols='', model_parameter=(n_clusters=2))
AS (SELECT * FROM db4ai.testdata1);
Bu deyim, dx1 ve dx2 sütunlarına göre satırları 2 gruba kümeleyen test_kmeans adlı bir K-means modeli eğitir.
Tahminleri çalıştırın
Model eğitildikten sonra, her satır için küme atamasını almak üzere PREDICT kullanın:
/*polar4ai*/SELECT dx1, dx2 FROM
PREDICT(MODEL test_kmeans,
SELECT * FROM db4ai.testdata1 LIMIT 10)
WITH (x_cols = 'dx1,dx2',
y_cols='');
Sonuçtaki her satır, orijinal özellik değerlerini (dx1, dx2) ve atandığı grubu gösteren bir küme etiketini içerir.
Kullanım notları
x_colsiçindeki sütunlar kayan nokta veya tamsayı veri türünde olmalıdır.