طريقة الكوع في K-means: كيف تقرأ الانخفاض دون جواب سحري؟

الخلاصة السريعة

الكوع وصف لتغير سرعة هبوط الكلفة بين أعداد المجموعات التي قارنتها. جدول الكلفة يساعد على الاختيار، لكنه لا يحدد معنى المجموعات وحده.

• في المثال غير المرجح، نجمع مربعات البعد عن مركز المجموعة؛ لا نجمع المسافات العادية أو نقارن أعداد الصفوف فقط.
• للنقاط 0 و 1 و 10 و 11، تعطي التقسيمات المحددة في المقال تكاليف 101 و 1 و 0.5 و 0 عند k من 1 إلى 4.
• الهبوط الكبير يظهر بين 1 و 2؛ الاقتصار على k من 2 إلى 4 يخفي هذا الجزء، ولا يعطي الجدول نفسه كوعًا واضحًا.
• الصفر عند أربع مجموعات مفردة لا يثبت أنها تقسيم مفيد؛ وقد يتوقف تنفيذ KMeans عند حل محلي. ^[1]

ما الذي يوجد على المحور الرأسي؟

نستعمل النقاط 0 و 1 و 10 و 11 على خط عددي، بمسافة إقليدية وأوزان متساوية. نختار تقسيمات صريحة ونضع مركز كل مجموعة عند متوسط نقاطها، ثم نجمع مربعات المسافات.

لو وضعنا الجميع في مجموعة واحدة، يكون المتوسط 5.5. الكلفة هي 5.5²+4.5²+4.5²+5.5²=101. الوحدات هنا مربعة؛ تغييرها إلى مسافات عادية سيعطي جدولًا مختلفًا.

نثبت البيانات والتعريف في جميع صفوف الجدول. إذا اختلطت كلفة مرجحة بأخرى غير مرجحة، فلن يعبر الفرق عن تغيير عدد المجموعات وحده. اكتب هذه التفاصيل بجانب الرسم قبل تفسير انحنائه.

أربع تقسيمات يمكن مراجعتها يدويًا

عند k=2 نختار {0، 1} و{10، 11} بمركزيهما 0.5 و 10.5. لكل نقطة مربع مسافة 0.25، فتكون الكلفة الإجمالية واحدًا. عند k=3 نختار {0، 1} و{10} و{11}؛ الكلفة نصف.

عند k=4 نجعل كل نقطة مجموعة وحدها. المراكز هي النقاط نفسها، ولذلك الكلفة صفر. هذه تقسيمات اخترناها للحساب، وليست نتائج تشغيل برنامج أو ادعاءً بأن كل بداية ستخرجها.

مقادير الهبوط المتتالية هي 100 ثم 0.5 ثم 0.5. يظهر عند الانتقال إلى مجموعتين تغير كبير في هذا المثال. احتفظ بالتقسيمات مع الأرقام حتى يستطيع القارئ إعادة حساب سبب الهبوط.

لماذا يؤثر نطاق المقارنة؟

إذا عرضنا فقط صفوف k=2 و 3 و 4، نشاهد انخفاضين متساويين بمقدار 0.5. لا يظهر الجزء الذي هبط من 101 إلى واحد، لذلك تصبح قراءة «الكوع عند اثنين» أقل وضوحًا من هذا النطاق وحده.

هذا لا يغير كلفة أي تقسيم؛ يغير المعلومات المعروضة. يمكن أن يظن قارئ الصورة المقتطعة أن الهبوط منتظم في جميع الأعداد، رغم أن صف k=1 الذي حذفناه يكشف خلاف ذلك.

قبل اختيار عدد، سجل الأعداد التي جربتها فعلًا، ولا تستنتج شكل المنحنى خارجها. وإذا أضفت نقاطًا جديدة إلى الرسم، ميز القيم المقاسة من الأرقام المتخيلة لملء الفراغ بين الصفوف.

الكلفة الصغيرة ومعنى المجموعة

يبحث KMeans عن حل محلي، وقد تتأثر النتيجة بالتهيئة؛ لا يضمن اسم الخوارزمية أفضل تقسيم شامل. ^[1]

في جدولنا، الصفر عند أربع مجموعات لا يخبرنا لماذا نحتاج إلى أربع تسميات مختلفة للنقاط. فإذا كان الهدف جمع قيم متقاربة في مجموعتين، فإن صف المجموعات المفردة لا يحقق ذلك الوصف رغم كلفته الأقل.

عند المقارنة الفعلية، أرفق الكلفة بوصف ما ستستعمل فيه المجموعات. لا نحول تغيير الميل إلى اختبار يثبت عددًا طبيعيًا وحيدًا. المثال يشرح قراءة جدول محدد، ولم يقس دقة نموذج أو يقرر عدد مجموعات ملف حقيقي.