Comment automatiser la segmentation de vos clients sans fixer de nombre de groupes à l'avance ?

L'action gmmLe Gaussian Mixture Model (GMM) est un algorithme de clustering probabiliste qui suppose que les données sont issues d'une superposition de plusieurs distributions gaussiennes aux paramètres inconnus. du jeu d'actions nonParametricBayes permet de réaliser un clusteringLe clustering est une technique d'apprentissage non supervisé regroupant des données similaires en segments homogènes afin d'identifier des structures cachées sans étiquettes préalables. sophistiqué basé sur des modèles de mélange Gaussien. Contrairement aux algorithmes classiques comme les K-meansLe clustering K-means (ou algorithme des k-moyennes) est une méthode d'apprentissage automatique non supervisé qui sert à diviser des données non étiquetées en $k$ groupes distincts (clusters) selon leurs similitudes., cette approche bayésienne non paramétrique peut déduire automatiquement le nombre optimal de clusters à partir de vos données grâce au processus de Dirichlet. Elle est particulièrement efficace pour identifier des sous-groupes complexes au sein de populations hétérogènes dans des environnements de données massives gérés par SAS Cloud Analytic ServicesMoteur analytique distribué et en mémoire (in-memory) au cœur de SAS Viya. Il assure le traitement des données et l'exécution des modèles avec une très haute performance..

Exemples pour l'action gmm

Clustering GMM de base

Exécution d'un mélange gaussien sur deux variables avec les paramètres par défaut.

Clustering avancé avec inférence variationnelle et sortie de score

Utilisation d'une covariance complète, limitation à 5 clusters max, et génération d'une table de résultats incluant les probabilités d'appartenance.

Vous pourriez aussi aimer...