{"id":168669,"date":"2023-02-21T10:01:09","date_gmt":"2023-02-21T09:01:09","guid":{"rendered":"https:\/\/datascientest.com\/de\/?p=168669"},"modified":"2023-10-29T20:28:39","modified_gmt":"2023-10-29T19:28:39","slug":"machine-learning-clustering-fokus-auf-den-cah-algorithmus","status":"publish","type":"post","link":"https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus","title":{"rendered":"Machine Learning &amp; Clustering: Der CAH-Algorithmus"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"168669\" class=\"elementor elementor-168669\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-4522bd54 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"4522bd54\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-7a052b97\" data-id=\"7a052b97\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-6d87defe elementor-widget elementor-widget-heading\" data-id=\"6d87defe\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h2 class=\"elementor-heading-title elementor-size-default\">Clustering ist eine spezielle Disziplin des Machine Learning, deren Ziel es ist, Ihre Daten in homogene Gruppen mit gemeinsamen Merkmalen aufzuteilen. Dies ist z. B. ein beliebter Bereich im Marketing, wo oft versucht wird, Kundenst\u00e4mme zu segmentieren, um bestimmte Verhaltensweisen zu erkennen.<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1cafdea7 elementor-widget elementor-widget-text-editor\" data-id=\"1cafdea7\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<p>In einem <a href=\"https:\/\/datascientest.com\/de\/was-ist-k-means\">fr\u00fcheren Artikel<\/a> haben wir einen ersten Clustering-Algorithmus vorgestellt: den K-Mittelwert- oder K-Means-Algorithmus.<\/p><p>In diesem Artikel werden wir die Funktionsweise des CAH-Algorithmus im Detail erl\u00e4utern. Die Hierarchische Aufsteigende Klassifikation : CAH ist ein sehr bekannter un\u00fcberwachter Algorithmus f\u00fcr das Clustering.<\/p><p>Die Anwendungsbereiche sind vielf\u00e4ltig: Kundensegmentierung, Datenanalyse, Segmentierung eines Bildes, semi-\u00fcberwachtes Lernen&#8230;.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7846f1e6 elementor-widget elementor-widget-heading\" data-id=\"7846f1e6\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Das Prinzip<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-41919703 elementor-widget elementor-widget-text-editor\" data-id=\"41919703\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Wenn Punkte und eine ganze Zahl k gegeben sind, zielt der Algorithmus darauf ab, die Punkte in k homogene und kompakte Gruppen, sogenannte <strong>Cluster<\/strong>, zu unterteilen. <\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-453581f8 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"453581f8\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-50 elementor-top-column elementor-element elementor-element-66d7454f\" data-id=\"66d7454f\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-2c8b1417 elementor-widget elementor-widget-image\" data-id=\"2c8b1417\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"383\" height=\"374\" src=\"https:\/\/datascientest.com\/de\/files\/2023\/02\/unnamed-4-1.png\" class=\"attachment-large size-large wp-image-168671\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2023\/02\/unnamed-4-1.png 383w, https:\/\/datascientest.com\/de\/files\/2023\/02\/unnamed-4-1-300x293.png 300w\" sizes=\"(max-width: 383px) 100vw, 383px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t<div class=\"elementor-column elementor-col-50 elementor-top-column elementor-element elementor-element-79ccb290\" data-id=\"79ccb290\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-45847fb3 elementor-widget elementor-widget-image\" data-id=\"45847fb3\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"379\" height=\"383\" src=\"https:\/\/datascientest.com\/de\/files\/2023\/02\/unnamed-5-1.png\" class=\"attachment-large size-large wp-image-168672\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2023\/02\/unnamed-5-1.png 379w, https:\/\/datascientest.com\/de\/files\/2023\/02\/unnamed-5-1-297x300.png 297w\" sizes=\"(max-width: 379px) 100vw, 379px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-16e5734f elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"16e5734f\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-5f9c6ee9\" data-id=\"5f9c6ee9\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-e9ae51f elementor-widget elementor-widget-text-editor\" data-id=\"e9ae51f\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Sehen wir uns das folgende Beispiel an: clusters clusters Auf diesem <strong>2D-Datensatz<\/strong> wird deutlich, dass er in drei Gruppen unterteilt werden kann. Wie geht man konkret vor?<\/p><ul><li>Die Grundidee ist, dass Sie jeden Punkt in Ihrem Datensatz als Zentroid betrachten. Das bedeutet, dass jedem Punkt eine eindeutige Bezeichnung (0,1,2,3, 4&#8230;) zugeordnet ist.<\/li><li>Dann gruppieren wir jeden Zentroid mit seinem n\u00e4chsten benachbarten Zentroid. Dieser nimmt das Etikett des Zentroiden an, der ihn &#8222;absorbiert&#8220; hat.<\/li><\/ul><ul><li>\u00a0Dann werden die neuen Zentroiden berechnet, die die Schwerpunkte der neu geschaffenen Cluster sein werden.<\/li><li>\u00a0Dies wird so lange wiederholt, bis ein einzelner Cluster oder eine zuvor festgelegte Anzahl von Clustern vorliegt.<\/li><\/ul><p>In unserem Beispiel ist die optimale Anzahl von Clustern 3 und das Endergebnis ist in der Abbildung rechts zu sehen.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-20605594 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"20605594\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-2b0f6308\" data-id=\"2b0f6308\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-7dd71feb elementor-align-center elementor-widget elementor-widget-button\" data-id=\"7dd71feb\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"https:\/\/datascientest.com\/de\/unsere-aus-und-weiterbildungen\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Unsere Data Science Kurse entdecken<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-336656fe elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"336656fe\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-23932227\" data-id=\"23932227\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-19b23f91 elementor-widget elementor-widget-image\" data-id=\"19b23f91\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"404\" height=\"336\" src=\"https:\/\/datascientest.com\/de\/files\/2023\/02\/Capture-de\u0301cran-2020-06-12-a\u0300-16.12.42.png\" class=\"attachment-large size-large wp-image-168673\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2023\/02\/Capture-de\u0301cran-2020-06-12-a\u0300-16.12.42.png 404w, https:\/\/datascientest.com\/de\/files\/2023\/02\/Capture-de\u0301cran-2020-06-12-a\u0300-16.12.42-300x250.png 300w\" sizes=\"(max-width: 404px) 100vw, 404px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-71239dd elementor-widget elementor-widget-text-editor\" data-id=\"71239dd\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400\">Um den Mechanismus besser zu verstehen, kann man ihn mit einem einfachen Schema darstellen: 2D-Datensatz Zu Beginn wird jeder Buchstabe als Cluster betrachtet, dann werden sie nach und nach entsprechend ihrer N\u00e4he gruppiert, um am Ende nur noch eine einzige Gruppe zu bilden: abcdef.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-660a7e92 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"660a7e92\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-29986174\" data-id=\"29986174\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-24b6bc4d elementor-widget elementor-widget-heading\" data-id=\"24b6bc4d\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Der Begriff der Distanz und des Kriteriums       <\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-680f33e1 elementor-widget elementor-widget-text-editor\" data-id=\"680f33e1\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>\u00a0Wie Du vielleicht verstanden hast, sind in diesem Algorithmus drei Punkte entscheidend:<\/p><ul><li>\u00a0Welche Metrik wird verwendet, um den Abstand zwischen Zentroiden zu bewerten? Welche Anzahl von Clustern ist zu w\u00e4hlen?<\/li><li>Nach welchem Kriterium wird entschieden, ob die Zentroiden untereinander gruppiert werden?<\/li><\/ul><p>\u00a0<\/p><p>Bei der hierarchischen aufsteigenden Klassifikation wird in der Regel die euklidische Distanz verwendet, d. h. p = (p1,&#8230;.,pn) und q = (q1,&#8230;.,qn) als euklidische Distan.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-595abb6c elementor-widget elementor-widget-image\" data-id=\"595abb6c\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"800\" height=\"79\" src=\"https:\/\/datascientest.com\/de\/files\/2023\/02\/distance-euclidienne.png\" class=\"attachment-large size-large wp-image-168674\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2023\/02\/distance-euclidienne.png 833w, https:\/\/datascientest.com\/de\/files\/2023\/02\/distance-euclidienne-300x30.png 300w, https:\/\/datascientest.com\/de\/files\/2023\/02\/distance-euclidienne-768x76.png 768w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-32787f67 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"32787f67\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-3ed9f6d2\" data-id=\"3ed9f6d2\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-770f277 elementor-widget elementor-widget-text-editor\" data-id=\"770f277\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Sie erm\u00f6glicht es, die Entfernung zwischen den Zentroiden zu bewerten. Bei jedem Schritt der Gruppierung zwischen zwei Zentroiden erh\u00e4lt man ein neues Cluster und einen neuen Zentroiden, der nichts anderes ist als der Schwerpunkt der <strong>Punktwolke,<\/strong> wie oben erkl\u00e4rt.\u00a0<\/p><p>Hier kommt der Begriff der klasseninternen Tr\u00e4gheit ins Spiel. Sie ist einfach die Summe der euklidischen Distanzen zwischen jedem Punkt, der mit dem <strong>Cluster verbunden<\/strong> ist, und dem neu berechneten Schwerpunkt. Wenn Du Cluster zusammenlegst, erh\u00f6ht sich nat\u00fcrlich auch die Tr\u00e4gheit innerhalb der Klasse. Die Herausforderung besteht darin, diesen Anstieg so gering wie m\u00f6glich zu halten. Wenn Du also die Wahl hast, ein Cluster mit vier oder f\u00fcnf anderen Clustern zu gruppieren, wirst du das Cluster w\u00e4hlen, das den Zuwachs an Tr\u00e4gheit innerhalb der Klasse minimiert. Diese Methode ist das Prinzip des <strong>Ward-Kriteriums,<\/strong> das sehr oft f\u00fcr die hierarchische Klassifikation verwendet wird. Es gibt noch andere Kriterien, aber das Ward-Kriterium ist das standardm\u00e4\u00dfig verwendete Kriterium, wenn man eine <strong>HAC in Python mit Scikit Learn<\/strong> implementiert.<\/p><p>Im vorherigen Beispiel war es einfach, die ideale Anzahl von Clustern zu finden, indem man sie einfach grafisch darstellte. Normalerweise haben Datens\u00e4tze mehr als zwei Dimensionen und es ist daher schwierig, die Punktwolke zu visualisieren und die optimale Anzahl von Clustern schnell zu identifizieren. Man kann die <strong>HAC entscheiden,<\/strong> indem man ihr vorher eine Anzahl von Clustern vorgibt.<\/p><p>Nehmen wir im vorherigen Beispiel an, dass wir die Daten vorher nicht visualisiert haben, und entscheiden uns, verschiedene Male mit einer unterschiedlichen Anzahl von <strong>Clustern zu testen<\/strong>. Hier sind die Ergebnisse, die wir erhalten haben:<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-2ce1e5a8 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"2ce1e5a8\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-7bc25d01\" data-id=\"7bc25d01\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-3a22c17b elementor-widget elementor-widget-image\" data-id=\"3a22c17b\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"512\" height=\"140\" src=\"https:\/\/datascientest.com\/de\/files\/2023\/02\/unnamed-6-1.png\" class=\"attachment-large size-large wp-image-168675\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2023\/02\/unnamed-6-1.png 512w, https:\/\/datascientest.com\/de\/files\/2023\/02\/unnamed-6-1-300x82.png 300w\" sizes=\"(max-width: 512px) 100vw, 512px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-2644e4c9 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"2644e4c9\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-3f1e8595\" data-id=\"3f1e8595\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-674e7d12 elementor-widget elementor-widget-text-editor\" data-id=\"674e7d12\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Die Partitionierung ist ungenau, denn die optimale Clusterzahl ist 3.<\/p><p>Eine bekannte Methode, um die optimale Clusterzahl zu finden, ist die <strong>Verwendung eines Dendrogramms<\/strong> wie das folgende:<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-56a3006a elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"56a3006a\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-191a982e\" data-id=\"191a982e\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-6c76367e elementor-widget elementor-widget-image\" data-id=\"6c76367e\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"512\" height=\"413\" src=\"https:\/\/datascientest.com\/de\/files\/2023\/02\/unnamed-7-1.png\" class=\"attachment-large size-large wp-image-168676\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2023\/02\/unnamed-7-1.png 512w, https:\/\/datascientest.com\/de\/files\/2023\/02\/unnamed-7-1-300x242.png 300w\" sizes=\"(max-width: 512px) 100vw, 512px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-22fe3f62 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"22fe3f62\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-1f49c01e\" data-id=\"1f49c01e\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-3440f23c elementor-widget elementor-widget-text-editor\" data-id=\"3440f23c\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Er erm\u00f6glicht es, die aufeinanderfolgenden <strong>Clusterungen<\/strong> zu visualisieren, bis ein einziger Cluster entsteht.<\/p><p>Oft ist es sinnvoll, die <strong>Partitionierung<\/strong> zu w\u00e4hlen, die dem gr\u00f6\u00dften Sprung zwischen zwei aufeinanderfolgenden Clustern entspricht.\u00a0<\/p><p>Die Anzahl der Cluster entspricht dann der Anzahl der vertikalen Linien, durch die der horizontale Schnitt des Dendrogramms verl\u00e4uft.<\/p><p>In unserem Beispiel oben entspricht der <strong>horizontale Schnitt<\/strong> den beiden roten Linien.<\/p><p>Es gibt drei vertikale Linien, durch die der Schnitt verl\u00e4uft. Daraus folgt, dass die optimale Anzahl von <strong>Clustern<\/strong> 3 ist.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-d184c92 elementor-widget elementor-widget-heading\" data-id=\"d184c92\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Python in der Praxis<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-67e1b6e8 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"67e1b6e8\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-67af769c\" data-id=\"67af769c\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-644f9bca elementor-widget elementor-widget-text-editor\" data-id=\"644f9bca\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Das Trainieren einer Hierarchischen Aufsteigenden Klassifikation wird mit der <a href=\"https:\/\/scikit-learn.org\/stable\/\">Bibliothek Scikit-Learn<\/a> erleichtert.<\/p><p>Ein Datensatz wie der, der als Beispiel diente, kann leicht mit der Funktion make_blobs von <strong>Scikit-Learn<\/strong> erstellt werden.<\/p><p>Sobald wir unseren Datensatz erzeugt haben, k\u00f6nnen wir mit der <strong>Implementierung einer HAC<\/strong> fortfahren. Wir werden die Bibliothek Scikit-Learn verwenden.\u00a0<\/p><p>Hier ist, wie sie in Code implementiert wird :<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-537be437 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"537be437\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-45da8fc4\" data-id=\"45da8fc4\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-5048a384 elementor-widget elementor-widget-shortcode\" data-id=\"5048a384\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-4bb40508 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"4bb40508\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-4c86ddef\" data-id=\"4c86ddef\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-89de7a elementor-align-center elementor-widget elementor-widget-button\" data-id=\"89de7a\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"https:\/\/datascientest.com\/de\/unsere-aus-und-weiterbildungen\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Python programmieren lernen<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-51069856 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"51069856\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-6d43599e\" data-id=\"6d43599e\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-36bb69b6 elementor-widget elementor-widget-text-editor\" data-id=\"36bb69b6\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Mit dem <strong>Attribut n_clusters<\/strong> wird die gew\u00fcnschte Anzahl an Clustern f\u00fcr die Klassifizierung angegeben. Standardm\u00e4\u00dfig wird die <strong>euklidische Distanz<\/strong> verwendet. Auch das &#8222;Clusterkriterium&#8220;, das als Linkage bezeichnet wird, ist standardm\u00e4\u00dfig das <strong>Ward-Kriterium.<\/strong><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-455c4200 elementor-widget elementor-widget-heading\" data-id=\"455c4200\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Die Grenzen der Hierarchischen Aufsteigenden Klassifizierung <\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1023161d elementor-widget elementor-widget-text-editor\" data-id=\"1023161d\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Wie wir gesehen haben, muss der Algorithmus zun\u00e4chst die Anzahl der Partitionen festlegen.<\/p><p>Das erfordert eine genaue Vorstellung davon, und auch wenn wir eine Methode gesehen haben, um f\u00fcr bestimmte Datens\u00e4tze zu optimieren, ist sie nicht unfehlbar. Datenmengen mit elliptischen Formen zum Beispiel werden Probleme bereiten.<\/p><p>Im folgenden Beispiel sehen wir deutlich zwei Gruppen, die zwei Ellipsen \u00e4hneln. Die Abbildung rechts zeigt das Ergebnis nach der <strong>Verwendung einer HAK<\/strong>. Es ist klar, dass diese es nicht geschafft hat, unsere beiden Ellipsen zu identifizieren.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-34e68ba1 elementor-widget elementor-widget-image\" data-id=\"34e68ba1\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"512\" height=\"220\" src=\"https:\/\/datascientest.com\/de\/files\/2023\/02\/CAH4.png\" class=\"attachment-large size-large wp-image-168677\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2023\/02\/CAH4.png 512w, https:\/\/datascientest.com\/de\/files\/2023\/02\/CAH4-300x129.png 300w\" sizes=\"(max-width: 512px) 100vw, 512px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-6f4f0f2e elementor-widget elementor-widget-text-editor\" data-id=\"6f4f0f2e\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Auch die hierarchische <strong>Bottom-up-Klassifizierung<\/strong> kann schnell sehr zeit- und ressourcenintensiv werden. Eine M\u00f6glichkeit, dieses Problem zu umgehen, ist das Ausf\u00fcllen einer Konnektivit\u00e4tsmatrix. Die<strong> Konnektivit\u00e4tsmatrix<\/strong> ist eine hohle Matrix, die angibt, welche Beobachtungspaare benachbart sind.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-404358d5 elementor-widget elementor-widget-text-editor\" data-id=\"404358d5\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Die Verwendung eines Clustering-Algorithmus wie der Hierarchischen Aufsteigenden Klassifikation ist je nach den dir zur Verf\u00fcgung stehenden Daten nicht einfach. Oftmals musst du deine Daten \u00fcberarbeiten. Bei Datascientest bringen wir dir bei, die wichtigsten Clustering-Algorithmen zu beherrschen und sie anhand von Datens\u00e4tzen zu interpretieren.<\/p><h3>Schulung in CAH-Algorithmen<\/h3><p>Entdeck unsere Schulungsangebote zu besuchen, um zu lernen, wie man Clustering-Algorithmen beherrscht, aber auch in vielen anderen Bereichen des Machine Learning.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-6973d66d elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"6973d66d\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/de\/unsere-aus-und-weiterbildungen\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Datascience Schulung beginnen<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Clustering ist eine spezielle Disziplin des Machine Learning, deren Ziel es ist, Ihre Daten in homogene Gruppen mit gemeinsamen Merkmalen aufzuteilen. Dies ist z. B. ein beliebter Bereich im Marketing, wo oft versucht wird, Kundenst\u00e4mme zu segmentieren, um bestimmte Verhaltensweisen zu erkennen. In einem fr\u00fcheren Artikel haben wir einen ersten Clustering-Algorithmus vorgestellt: den K-Mittelwert- oder [&hellip;]<\/p>\n","protected":false},"author":47,"featured_media":169477,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2454],"tags":[2438],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Machine Learning &amp; Clustering: Der CAH-Algorithmus<\/title>\n<meta name=\"description\" content=\"Entdecke das Clustering im Machine Learning und erfahre mehr \u00fcber den Algorithmus der Classification Ascendante Hi\u00e9rarchique (CAH). Lese diesen Artikel, um mehr \u00fcber die Anwendungen, den Mechanismus und die Schl\u00fcsselpunkte des CAH-Algorithmus zu erfahren.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Machine Learning &amp; Clustering: Der CAH-Algorithmus\" \/>\n<meta property=\"og:description\" content=\"Clustering ist eine spezielle Disziplin des Machine Learning, deren Ziel es ist, Ihre Daten in homogene Gruppen mit gemeinsamen Merkmalen aufzuteilen.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus\" \/>\n<meta property=\"og:site_name\" content=\"Weiterbildung Data Science | DataScientest.com\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/DataScientestEN\" \/>\n<meta property=\"article:published_time\" content=\"2023-02-21T09:01:09+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-10-29T19:28:39+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2023\/02\/cah.webp\" \/>\n\t<meta property=\"og:image:width\" content=\"379\" \/>\n\t<meta property=\"og:image:height\" content=\"383\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/webp\" \/>\n<meta name=\"author\" content=\"Adriano R\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:site\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Adriano R\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"8 Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus#article\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus\"},\"author\":{\"name\":\"Adriano R\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/3d2560836c47019eb12b7b77f3a15378\"},\"headline\":\"Machine Learning &amp; Clustering: Der CAH-Algorithmus\",\"datePublished\":\"2023-02-21T09:01:09+00:00\",\"dateModified\":\"2023-10-29T19:28:39+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus\"},\"wordCount\":1077,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/de\/#organization\"},\"keywords\":[\"CAH Algorithmus\"],\"articleSection\":[\"Data Science\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus#respond\"]}],\"copyrightYear\":\"2023\",\"copyrightHolder\":{\"@id\":\"https:\/\/datascientest.com\/#organization\"}},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus\",\"url\":\"https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus\",\"name\":\"Machine Learning &amp; Clustering: Der CAH-Algorithmus\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/#website\"},\"datePublished\":\"2023-02-21T09:01:09+00:00\",\"dateModified\":\"2023-10-29T19:28:39+00:00\",\"description\":\"Entdecke das Clustering im Machine Learning und erfahre mehr \u00fcber den Algorithmus der Classification Ascendante Hi\u00e9rarchique (CAH). Lese diesen Artikel, um mehr \u00fcber die Anwendungen, den Mechanismus und die Schl\u00fcsselpunkte des CAH-Algorithmus zu erfahren.\",\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/de\/#website\",\"url\":\"https:\/\/datascientest.com\/de\/\",\"name\":\"Weiterbildung Data Science | DataScientest.com\",\"description\":\"F\u00fchrender Anbieter von Schulungen im Bereich Data Science\",\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/de\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/datascientest.com\/de\/#organization\",\"name\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/de\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"contentUrl\":\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"width\":301,\"height\":301,\"caption\":\"DataScientest\"},\"image\":{\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/DataScientestEN\",\"https:\/\/twitter.com\/DataScientest__\",\"https:\/\/www.linkedin.com\/company\/datascientest-germany\/\",\"https:\/\/www.tiktok.com\/@datascientest\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/3d2560836c47019eb12b7b77f3a15378\",\"name\":\"Adriano R\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/fbfbc3a7811c63caf3333396a123058f?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/fbfbc3a7811c63caf3333396a123058f?s=96&d=mm&r=g\",\"caption\":\"Adriano R\"},\"sameAs\":[\"user\"],\"url\":\"https:\/\/datascientest.com\/de\/author\/adriano-r\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Machine Learning &amp; Clustering: Der CAH-Algorithmus","description":"Entdecke das Clustering im Machine Learning und erfahre mehr \u00fcber den Algorithmus der Classification Ascendante Hi\u00e9rarchique (CAH). Lese diesen Artikel, um mehr \u00fcber die Anwendungen, den Mechanismus und die Schl\u00fcsselpunkte des CAH-Algorithmus zu erfahren.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus","og_locale":"de_DE","og_type":"article","og_title":"Machine Learning &amp; Clustering: Der CAH-Algorithmus","og_description":"Clustering ist eine spezielle Disziplin des Machine Learning, deren Ziel es ist, Ihre Daten in homogene Gruppen mit gemeinsamen Merkmalen aufzuteilen.","og_url":"https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus","og_site_name":"Weiterbildung Data Science | DataScientest.com","article_publisher":"https:\/\/www.facebook.com\/DataScientestEN","article_published_time":"2023-02-21T09:01:09+00:00","article_modified_time":"2023-10-29T19:28:39+00:00","og_image":[{"width":379,"height":383,"url":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2023\/02\/cah.webp","type":"image\/webp"}],"author":"Adriano R","twitter_card":"summary_large_image","twitter_creator":"@DataScientest__","twitter_site":"@DataScientest__","twitter_misc":{"Verfasst von":"Adriano R","Gesch\u00e4tzte Lesezeit":"8 Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus#article","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus"},"author":{"name":"Adriano R","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/3d2560836c47019eb12b7b77f3a15378"},"headline":"Machine Learning &amp; Clustering: Der CAH-Algorithmus","datePublished":"2023-02-21T09:01:09+00:00","dateModified":"2023-10-29T19:28:39+00:00","mainEntityOfPage":{"@id":"https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus"},"wordCount":1077,"commentCount":0,"publisher":{"@id":"https:\/\/datascientest.com\/de\/#organization"},"keywords":["CAH Algorithmus"],"articleSection":["Data Science"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus#respond"]}],"copyrightYear":"2023","copyrightHolder":{"@id":"https:\/\/datascientest.com\/#organization"}},{"@type":"WebPage","@id":"https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus","url":"https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus","name":"Machine Learning &amp; Clustering: Der CAH-Algorithmus","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/#website"},"datePublished":"2023-02-21T09:01:09+00:00","dateModified":"2023-10-29T19:28:39+00:00","description":"Entdecke das Clustering im Machine Learning und erfahre mehr \u00fcber den Algorithmus der Classification Ascendante Hi\u00e9rarchique (CAH). Lese diesen Artikel, um mehr \u00fcber die Anwendungen, den Mechanismus und die Schl\u00fcsselpunkte des CAH-Algorithmus zu erfahren.","inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/de\/#website","url":"https:\/\/datascientest.com\/de\/","name":"Weiterbildung Data Science | DataScientest.com","description":"F\u00fchrender Anbieter von Schulungen im Bereich Data Science","publisher":{"@id":"https:\/\/datascientest.com\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/datascientest.com\/de\/#organization","name":"DataScientest","url":"https:\/\/datascientest.com\/de\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/","url":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png","contentUrl":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png","width":301,"height":301,"caption":"DataScientest"},"image":{"@id":"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/DataScientestEN","https:\/\/twitter.com\/DataScientest__","https:\/\/www.linkedin.com\/company\/datascientest-germany\/","https:\/\/www.tiktok.com\/@datascientest"]},{"@type":"Person","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/3d2560836c47019eb12b7b77f3a15378","name":"Adriano R","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/fbfbc3a7811c63caf3333396a123058f?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/fbfbc3a7811c63caf3333396a123058f?s=96&d=mm&r=g","caption":"Adriano R"},"sameAs":["user"],"url":"https:\/\/datascientest.com\/de\/author\/adriano-r"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts\/168669"}],"collection":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/users\/47"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/comments?post=168669"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts\/168669\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media\/169477"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media?parent=168669"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/categories?post=168669"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/tags?post=168669"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}