Cluster

Dataset : iris

1. Hierarchical Clustering (linkage type : complete, average, single) : cara memprioritaskan

pengelompokan

Hasil dendrigram : dilihat dari hasil kaca pembesar terdapat 2 clustering

Hierarchical clustering dibagi 3 :

- Single linkage : yang mewakili antara jarak cluster a dan cluster b dapat ditrntukan oleh objek
yang paling dekat
- Complete linkage : yang mewakili antara jarak cluster a dan cluster b dapat ditrntukan oleh
objek yang paling jauh
- Average linkage : yang mewakili antara jarak cluster a dan cluster b dapat ditrntukan oleh objek
yang di rata’’
- Centroid linkage : yang mewakili antara jarak cluster a dan cluster b dapat ditrntukan oleh objek
yang tengah
 Gunakan linkage yang bisa dikelompokkan menjadi 3

2. Silhouette Coefficient :

Kesimpulan : memprediksi 2 cluster tersebut berpengaruh atau tidak pada harga bangunan, boleh
memakai groupby ataupun yang lainnya.

Hierarchical clustering dipakai untuk data yang sedikit, jika datanya banyak memakai k-meas.

Jika memakai silluete harus dicoba semua dan dibuat grafik, pilih cluster yang nilainya sederhana.

Jika datanya lama dibaca oleh knime, maka memakai sampling aja biar cepat.