Phân cụm dữ liệu là thuộc phương pháp:

Giải thích:

Câu hỏi này kiểm tra kiến thức về các thuật toán phân cụm (clustering) trong Machine Learning. Mỗi thuật toán có một cách tiếp cận khác nhau trong việc gán các điểm dữ liệu vào các cụm.

• A. DIANA (Divisive Analysis Clustering): Là một thuật toán phân cụm phân cấp (hierarchical clustering) chia tách. Nó bắt đầu bằng việc coi tất cả các điểm dữ liệu thuộc về một cụm duy nhất, sau đó chia cụm này thành các cụm nhỏ hơn một cách đệ quy. Một điểm dữ liệu chỉ thuộc về một cụm duy nhất tại một thời điểm.
• B. K-Means: Là một thuật toán phân cụm dựa trên khoảng cách. Mỗi điểm dữ liệu được gán cho cụm có trung tâm gần nhất. Một điểm dữ liệu chỉ thuộc về một cụm duy nhất.
• C. DBSCAN (Density-Based Spatial Clustering of Applications with Noise): Là một thuật toán phân cụm dựa trên mật độ. Nó nhóm các điểm dữ liệu gần nhau và đánh dấu các điểm nằm trong vùng có mật độ thấp là nhiễu. Một điểm dữ liệu thường chỉ thuộc về một cụm (hoặc được đánh dấu là nhiễu).
• D. Fuzzy C-Means (FCM): Là một thuật toán phân cụm mềm (soft clustering) hay còn gọi là phân cụm mờ. Thay vì gán mỗi điểm dữ liệu vào một cụm duy nhất, FCM gán cho mỗi điểm dữ liệu một độ thành viên (membership) cho mỗi cụm. Độ thành viên này thể hiện mức độ mà điểm dữ liệu đó thuộc về cụm đó. Vì vậy, một điểm dữ liệu có thể thuộc về nhiều cụm với các mức độ khác nhau.

Vậy, thuật toán Fuzzy C-Means (FCM) cho phép một phần tử thuộc về một hoặc nhiều cụm khác nhau.

Thuật toán DBSCAN (Density-Based Spatial Clustering of Applications with Noise) là một thuật toán phân cụm dựa trên mật độ, không yêu cầu phải xác định trước số lượng cụm. Các thuật toán khác như K-mean, Agnes (Agglomerative Nesting) và Fuzzy C-mean thường cần xác định trước số cụm hoặc có các tham số ảnh hưởng đến số lượng cụm.

Thuật toán K-means là một thuật toán lặp đi lặp lại để phân cụm dữ liệu. Nếu dữ liệu hội tụ chậm hoặc không hội tụ, điều đó có nghĩa là thuật toán cần nhiều lần lặp hơn để đạt được kết quả ổn định. Do đó, số lần lặp tối đa (maximum iterations) là tham số đầu vào được sử dụng để kiểm soát tình huống này.