Course Hive
Search

Welcome

Sign in or create your account

Continue with Google
or
¿Qué tan buenos son tus Clusters? Métricas para Clustering con Python: Silueta y Davies Bouldin
Play lesson

Aprendizaje de Máquina NO Supervisado | Python | Aprendizaje Automático NO Supervisado | Machine Learning NO Supervisado - ¿Qué tan buenos son tus Clusters? Métricas para Clustering con Python: Silueta y Davies Bouldin

5.0 (3)
24 learners

What you'll learn

This course includes

  • 4.3 hours of video
  • Certificate of completion
  • Access on mobile and TV

Summary

Keywords

Full Transcript

Los clusters son patrones subyacentes o agrupamientos que se encuentran naturalmente dentro de datos. Existen muchas técnicas para detectar clusters, sin embargo, estas técnicas por sí solas, no indican qué tan buenos o malos son los clusters que se detectaron. Este video explica dos de las métricas más utilizadas para evaluar clusters, en particular, el coeficiente Silueta y el índice Davies Bouldin. 👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en https://www.xiperia.com ℹ️ Octavio Gutiérrez es el único responsable del contenido, afirmaciones y opiniones expresadas en este video, las cuales no están vinculadas a las organizaciones a las que está asociado. 🌐 Para conocer más sobre Octavio Gutiérrez, visita su perfil en LinkedIn https://www.linkedin.com/in/octaviogutierrez/ Para citar este recurso educativo utiliza la siguiente referencia: Gutiérrez-García, J.O. [Código Máquina]. (2023, 24 de Julio). ¿Qué tan buenos son tus Clusters? Métricas para Clustering con Python: Silueta y Davies Bouldin [Video]. YouTube. [Incluye aquí la URL del video]. ******************************************** Para guiar tu aprendizaje, en este vínculo (https://youtu.be/lomJnbN5Wnk) se encuentra una guía secuencial para aprender: 1. Programación Básica con Python; 2. Manejo de Datos; 3. Visualización de Datos; 4. Análisis de Datos; y 5. Aprendizaje de Máquina y Ciencia de Datos. ******************************************** Índice del Video: 0:00 Introducción 2:03 Cohesión de un cluster 3:28 Distancia o Separación entre clusters 5:09 Coeficiente Silueta 13:27 Índice Davies-Bouldin 21:19 Comparación de técnicas: K-Medias vs Propagación de Afinidad 26:23 Cómo determinar el mejor número de clusters (k) en K-Means 29:30 Coeficiente Silueta e Índice Davies-Bouldin con Python El código y datos del video están disponibles en GitHub https://github.com/CodigoMaquina/code ⭐ Apoya a Código Máquina dando un Like, Comentando, Compartiendo o con un Super Gracias. 📊 Los datos no mienten: La caída del cabello se frena con mantenimiento predictivo, no correctivo. El nuevo shampoo sólido anticaída de la co-fundadora de Código Máquina es el upgrade de alto rendimiento que tu hardware biológico necesita. 🧪💻🧬 👉 Consigue el tuyo y estabiliza el sistema: https://bit.ly/Sinhaki #MachineLearning #AprendizajeAutomático #Python #AprendizajeDeMaquina #AprendizajeNoSupervisado #Clustering #Silueta #DaviesBouldin #CienciaDeDatos #DataScience

Course Hive

Continue this lesson in the app

Install CourseHive on Android or iOS to keep learning while you move.

Related Courses

FAQs

Course Hive
Download CourseHive
Keep learning anywhere