K-means คืออะไร? วิธีแบ่งข้อมูลเป็นกลุ่มโดยไม่ต้องมีป้ายกำกับ
K-means (การจับกลุ่มข้อมูลแบบค่าเฉลี่ย k) คือ วิธีจับกลุ่ม (clustering) ในการเรียนรู้แบบไม่มีผู้สอน ที่แบ่งข้อมูลออกเป็น (k) กลุ่ม โดยสมาชิกในกลุ่มเดียวกันจะอยู่ใกล้จุดศูนย์กลาง (centroid) ของกลุ่ม และกลุ่มต่าง ๆ จะแยกจากกัน วิธีนี้ทำซ้ำระหว่างการจัดสมาชิกเข้ากลุ่มและการเลื่อนจุดศูนย์กลางจนกว่าผลจะนิ่ง
K-means คืออะไร
เมื่อเรามีข้อมูลแต่ไม่มีป้ายกำกับบอกว่าแต่ละจุดเป็นกลุ่มอะไร K-means จะหาโครงสร้างกลุ่มให้เอง โดยตั้งเป้าว่าจุดที่มีลักษณะคล้ายกันควรอยู่กลุ่มเดียวกัน ลองนึกภาพการจัดหนังสือหลายกองบนโต๊ะให้เป็นชุดตามความใกล้กันโดยไม่มีรายการหมวดหมู่ล่วงหน้า
แนวคิดหลัก
- จุดศูนย์กลาง (Centroid): จุดแทนใจกลางของแต่ละกลุ่ม
- ระยะห่าง: ใช้วัดว่าจุดข้อมูลใกล้กลุ่มใดมากที่สุด มักใช้ระยะห่างแบบยุคลิด
- จำนวนกลุ่ม (k): ต้องกำหนดล่วงหน้าว่าต้องการกี่กลุ่ม
ขั้นตอนการทำงาน
- กำหนด (k): เลือกจำนวนกลุ่มและวางจุดศูนย์กลางเริ่มต้น
- จัดสมาชิก: นำแต่ละจุดข้อมูลไปเข้ากลุ่มของจุดศูนย์กลางที่ใกล้ที่สุด
- เลื่อนจุดศูนย์กลาง: คำนวณค่าเฉลี่ยของสมาชิกในกลุ่มแล้วตั้งเป็นจุดศูนย์กลางใหม่
- ทำซ้ำ: กลับไปขั้นจัดสมาชิกจนกว่าจุดศูนย์กลางจะไม่เลื่อนหรือเปลี่ยนแปลงน้อยมาก
สูตรจุดศูนย์กลาง
สำหรับกลุ่ม (C) ที่มีสมาชิก (n) จุด จุดศูนย์กลางใหม่คือค่าเฉลี่ย:
[ \mu = \frac{1}{|C|}\sum_{x \in C} x ]
เลือกจำนวน k อย่างไร
การกำหนด (k) มีผลต่อคุณภาพโดยตรง:
- (k) น้อยเกินไป: กลุ่มหยาบและอาจรวมสิ่งที่ต่างกันเข้าด้วยกัน
- (k) มากเกินไป: กลุ่มแตกย่อยจนไม่เห็นภาพรวม
แนวทางที่พบบ่อยคือลองหลายค่าแล้วดูว่าการเพิ่ม (k) ยังช่วยลดความคลาดเคลื่อนได้มากน้อยเพียงใด โดยเลือกจุดที่ประโยชน์เริ่มคงที่
ใช้งานที่ไหน
| งาน | ตัวอย่าง |
|---|---|
| แบ่งกลุ่มลูกค้า | จัดกลุ่มตามพฤติกรรมการใช้จ่าย |
| คอมพิวเตอร์วิชัน | แบ่งส่วนของภาพตามความคล้าย |
| เอกสารและข้อความ | จับกลุ่มบทความที่ใช้เอ็มเบ็ดดิง |
| การตลาด | แบ่งกลุ่มเป้าหมายเพื่อปรับเนื้อหา |
| วิเคราะห์ข้อมูลสำรวจ | หาโครงสร้างเบื้องต้นก่อนลงมือสร้างโมเดล |
ข้อดีและข้อจำกัด
ข้อดี
- เข้าใจและนำไปใช้ได้ง่าย
- คำนวณเร็วเมื่อเทียบกับวิธีจับกลุ่มที่ซับซ้อนกว่า
- ปรับขนาดกับข้อมูลจำนวนมากได้ดี
ข้อจำกัด
- ต้องกำหนด (k) ล่วงหน้า
- จุดเริ่มต้นอาจทำให้ได้ผลต่างกัน จึงมักลองหลายครั้ง
- สมมติว่ากลุ่มมีรูปทรงกลมและขนาดใกล้เคียงกัน จึงไม่เหมาะกับทุกรูปแบบ
- ค่าที่ผิดปกติหรืออยู่ห่างโดดอาจดึงจุดศูนย์กลางให้เอนเอียง
FAQ
K-means จัดเป็นการเรียนรู้แบบใด?
เป็นการเรียนรู้แบบไม่มีผู้สอน เพราะไม่ต้องใช้ป้ายกำกับคำตอบในการจับกลุ่ม
ต้องรู้จำนวนกลุ่มก่อนไหม?
ต้องกำหนดค่า (k) ก่อนเริ่ม หากไม่แน่ใจควรลองหลายค่าแล้วเปรียบเทียบผล
จุดศูนย์กลางคืออะไร?
จุดที่เป็นค่าเฉลี่ยของสมาชิกในกลุ่ม ใช้แทนใจกลางและใช้ตัดสินว่าจุดข้อมูลควรเข้ากลุ่มใด
K-means เลิกทำซ้ำเมื่อใด?
เมื่อจุดศูนย์กลางไม่เลื่อนหรือการจัดสมาชิกไม่เปลี่ยน แสดงว่าผลเริ่มนิ่ง
K-means เหมาะกับข้อมูลทุกแบบไหม?
ไม่ทุกแบบ มันสมมติว่ากลุ่มค่อนข้างกลมและมีขนาดใกล้เคียง หากกลุ่มรูปทรงแปลกหรือมีค่าผิดปกติมาก ควรพิจารณาวิธีอื่น
สรุป
- K-means แบ่งข้อมูลเป็น (k) กลุ่มโดยไม่ต้องมีป้ายกำกับ
- ใช้จุดศูนย์กลางและระยะห่างตัดสินการเข้ากลุ่ม
- ทำซ้ำระหว่างจัดสมาชิกและเลื่อนจุดศูนย์กลางจนผลนิ่ง
- ต้องเลือก (k) อย่างระมัดระวัง
- ใช้แบ่งลูกค้า เอกสาร ภาพ และสำรวจโครงสร้างข้อมูล
- มีข้อจำกัดเรื่องรูปทรงกลุ่มและค่าผิดปกติ
Sources
- https://th.wikipedia.org/wiki/%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%88%E0%B8%B1%E0%B8%9A%E0%B8%81%E0%B8%A5%E0%B8%B8%E0%B9%88%E0%B8%A1%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%A1%E0%B8%B9%E0%B8%A5%E0%B9%81%E0%B8%9A%E0%B8%9A%E0%B8%84%E0%B9%88%E0%B8%B2%E0%B9%80%E0%B8%89%E0%B8%A5%E0%B8%B5%E0%B9%88%E0%B8%A2_k
- https://en.wikipedia.org/wiki/K-means_clustering
Learn by doing
Read a guide, then practice with bite-sized AI lessons you can take offline.
Start learning free