Hvordan man anvender enhver kolonieklynger i prædiktiv analyse - dummier

Et naturligt eksempel på selvorganiserende gruppe, du kan anvende i prædiktiv analyseadfærd, er en myrkoloni, der søger efter mad. Myrerne kollektivt optimerer deres spor, så det altid tager den korteste rute muligt for et fødevaremål.

Selvom du forsøger at forstyrre en marchkoloni af myrer og forhindre dem i at komme til fødevaremålet, kommer de hurtigt tilbage på banen og (igen) finder den korteste vej muligt for fødevaremålet, alle undgår de samme forhindringer mens man leder efter mad. Denne ensartethed af adfærd er mulig, fordi hver myr deponerer et spor af feromoner på jorden.

Overvej en hær af myrer inaktiv i deres rede. Når de begynder at lede efter mad, har de absolut ingen oplysninger om hvor de skal finde den. De marcher tilfældigt, indtil en individuel myr finder mad; nu må den heldige myr (kald det Ant X) kommunikere sin fund til resten af ​​myrerne - og for at gøre det skal den finde sin vej tilbage til reden.

Heldigvis producerede Ant X sine egne feromoner hele tiden, den ledte efter mad; Det kan følge sit eget spor af feromoner tilbage til reden. På vej tilbage til reden, efter sin egen feromonespor, sætter Ant X flere feromoner på samme spor.

Som følge heraf vil duften på Ant Xs sti være den stærkeste blandt alle de andre myrer. Det stærkeste spor af feromoner vil tiltrække alle de andre myrer, der stadig søger efter mad. De følger den stærkeste duft. Da flere myrer slutter sig til Ant Xs spor, tilføjer de flere feromoner til det; duften bliver stærkere. Næsten snart har alle de andre myrer en stærk duft at følge.

Hvis flere myrer har opdaget den samme fødekilde, vil myrerne, der tog den korteste vej, gøre flere ture i forhold til myrer, der følger længere veje - derfor vil flere feromoner blive produceret på den korteste vej. Forholdet mellem individuel og kollektiv adfærd er et oplysende naturligt eksempel.

Hver prik repræsenterer et dokument. Antag, at de sorte prikker er dokumenter om prædiktiv analyse, og de hvide prikker er dokumenter om antropologi. Punkter, der repræsenterer de forskellige typer dokumenter, distribueres tilfældigt i nettet af fem celler.

"Myrer" indsættes tilfældigt i nettet for at søge efter lignende dokumenter. Hver celle med en værdi i den repræsenterer en forekomst af en "feromon. "Ved hjælp af dokumentmatrixen beregnes hver cels" feromon "-værdi ud fra det tilsvarende dokument.

Okay, hvordan producerer en ant koloniens kollektive intelligens en model til effektiv clustering af data? Svaret ligger i en simpel analogi: Myrer søger mad i deres miljø, meget som vi søger efter klynger i et datasæt - søger lignende dokumenter inden for et stort sæt dokumenter.

Overvej et datasæt af dokumenter, som du vil organisere efter emne. Lignende dokumenter vil blive grupperet i samme klynge. Her er hvor myrkolonien kan give tip om, hvordan man kan gruppere lignende dokumenter.

Forestil dig et todimensionalt (2D) net, hvor du kan repræsentere dokumenter som prikker. 2D-gitteret er opdelt i celler. Hver celle har en "feromon" (værdi) der er forbundet med den. Kort sagt skelner "pheromone" -værdien hvert dokument i en given celle.

prikkene distribueres tilfældigt tilfældigt - og hver prik i gitteret repræsenterer et unikt dokument. Det næste skridt er at indsætte andre prikker tilfældigt på 2D-nettet, som simulerer myrkoloniens søgning efter mad i sit miljø. Disse prikker er oprindeligt spredt i det samme 2D-net med dokumenterne.

Hver ny prik tilføjet til gitteret repræsenterer en ant. De "myrer", der ofte omtales i antarkolonalgoritmen som agenter , bevæger sig i 2D-nettet. Hver "myr" vil enten afhente eller slette de andre prikker (dokumenter), alt efter hvor de dokumenter, der passer bedst til. I denne analogi tager "fødevaren" form af dokumenter tilstrækkeligt ensartede, at de kan klynge.

En "myr" går tilfældigt i gitteret; hvis det møder et dokument, kan det udføre en af ​​to handlinger: vælg eller slip. Hver celle har en "feromonintensitet", der angiver, hvorledes dokumentet er for de øvrige dokumenter (prikker), der befinder sig i nærheden af ​​det pågældende dokument - den ene en "ant" skal enten hente eller falde.

Bemærk, at "myren" i celle 3 vil afhente det sorte punkterede dokument, fordi den hvide "feromon" -værdi dominerer; og flyt til en celle, hvor værdien er tæt (ligner) hvad der er i Cell 4 (flere sorte prikker). Søgningen fortsætter iteration, indtil klyngerne dannes.

I virkeligheden flytter "myren" dokumenter fra en celle til en anden for at danne klynger ved at udføre en af ​​kun to handlinger: optage et dokument eller tabe et dokument.

Når "myrerne" begyndte at bevæge sig tilfældigt på nettet, resulterer der i en prik (dokument) i "myren", der henter et dokument fra sin nuværende celle, flytter med det og slipper det i en celle, hvori den havde tilstrækkelig lighed til at passe.

Hvordan ville en "ant" bestemme den bedste celle, hvor man skal droppe et dokument? Svaret er, at værdierne i cellerne virker som "feromoner" - og hver celle i 2D-nettet indeholder en numerisk værdi, der kan beregnes på en måde, der repræsenterer et dokument i cellen.

Husk at hvert dokument er repræsenteret som et sæt tal eller en vektor med numeriske værdier. "Fermentets intensitet" (den numeriske værdi) stiger, når flere dokumenter slettes i cellen - og den værdi falder, hvis tallene, der repræsenterer dokumenter, flyttes ud af cellen.