افزایش کیفیت خوشه بندی با دیپ لرنینگ

Question

سلام
بنده یک دیتا ست دارم که حاوی تراکنش های بانکی هست که چهارتا صفت خاصه شامل شماره مشتری، زمان تراکنش، تاریخ تراکنش و مبلغ برداشت داره. من این دیتا ست رو با الگوریتم dbscan خوشه بندی کردم. و نتیجتا یکسری خوشه ها شناسایی شدن و برخی از تراکنش ها هم به عنوان تراکنش های نویز شناسایی شدن. حالا دیپ لرنینگ چطور به من میتونه کمک کنه تا من بتونم کیفیت این خوشه بندی رو افزایش بدم؟ آیا این کار ممکن هست؟ اگر ممکن هست با چه ابزارهایی؟ و چه الگوریتم هایی میتونم این کار رو انجام بدم؟
پس از خوشه بندی قرار هست من از الگوریتم های دسته بندی استفاده کنم. و نتیجه دسته بندی به شدت بستگی به کیفیت خوشه بندی داره.
ممنون میشم راهنمایی کنید.

Answer 1

سلام
یکی از اولین ایده هایی که شاید به ذهن هرکسی برسه در این زمینه اینه که بگه از روش های unsupervised ی که توی deep learning داریم استفاده می کنیم که از ساده ترین هاش، می شه به بحث auto encoder ها اشاره کرد

https://hackernoon.com/autoencoders-deep-learning-bits-1-11731e200694

و بعدش به جای اینکه روی داده ها به طور مسقیم الگوریتم کلاسترینگ رو انجام بدید، روی feature یا code استخراج شده توسط شبکه کلاسترینگ رو انجام می دید.
در این زمینه می تونید از انواع روشهای unsupervised که معرفی شده استفاده کنید

اما به طور مستقیم روی خوده کلاسترینگ هم به وسیله deep learning کار شده که می تونه خیلی بیشتر از روش بالا بهتون کمک کنه، به خصوص در اول راه. یکی از مقالات خوب در این زمینه که به نسبت جدیده، این مقاله هست:

http://proceedings.mlr.press/v48/xieb16.pdf

که در دل خودش از روشهایی که در اول حرفم در موردش یکم توضیح دادم هم استفاده شده.