Comment appliquer n'importe quelle grappe de colonies dans l'analyse prédictive - les nuls

Un exemple naturel de groupe auto-organisateur que vous pouvez appliquer dans le comportement d'analyse prédictive est une colonie de fourmis à la recherche de nourriture. Les fourmis optimisent collectivement leur trajectoire de manière à prendre toujours le chemin le plus court possible vers une cible alimentaire.

Même si vous essayez de déranger une colonie de fourmis et de les empêcher d'atteindre la cible alimentaire, elles se remettent rapidement sur les rails et (de nouveau) trouvent le chemin le plus court possible vers la cible, en évitant les mêmes obstacles. en cherchant de la nourriture. Cette uniformité de comportement est possible car chaque fourmi dépose une traînée de phéromones sur le sol.

Considérez une armée de fourmis oisives dans leur nid. Quand ils commencent à chercher de la nourriture, ils n'ont absolument aucune information sur l'endroit où le trouver. Ils marchent au hasard jusqu'à ce qu'une fourmi individuelle trouve de la nourriture; maintenant la fourmi chanceuse (appelez-la Ant X) doit communiquer sa découverte au reste des fourmis - et pour ce faire, elle doit retrouver son chemin vers le nid.

Heureusement, Ant X produisait ses propres phéromones tout le temps où elle cherchait de la nourriture; il peut suivre sa propre trace de phéromones jusqu'au nid. En retournant au nid, en suivant sa propre piste de phéromones, Ant X met plus de phéromones sur la même piste.

En conséquence, l'odeur sur la piste d'Ant X sera la plus forte parmi toutes les autres races de fourmis. La plus forte trace de phéromones attirera toutes les autres fourmis qui sont encore à la recherche de nourriture. Ils suivront l'odeur la plus forte. Comme d'autres fourmis rejoignent la piste d'Ant X, ils y ajoutent plus de phéromones; l'odeur devient plus forte. Bientôt, toutes les autres fourmis ont un fort parfum à suivre.

Si plusieurs fourmis ont découvert la même source de nourriture, les fourmis qui ont pris le chemin le plus court feront plus de voyages que les fourmis qui suivent des chemins plus longs - donc plus de phéromones seront produites sur le chemin le plus court. La relation entre le comportement individuel et collectif est un exemple naturel éclairant.

Chaque point représente un document. Supposons que les points noirs sont des documents sur l'analyse prédictive et que les points blancs sont des documents sur l'anthropologie. Les points représentant les différents types de documents sont distribués au hasard dans la grille de cinq cellules.

Des "fourmis" sont déployées au hasard dans la grille pour rechercher des documents similaires. Chaque cellule avec une valeur représente une instance de "phéromone". "A l'aide de la matrice de document, la valeur" phéromone "de chaque cellule est calculée à partir du document correspondant.

D'accord, comment l'intelligence collective d'une colonie de fourmis produit-elle un modèle pour regrouper efficacement les données? La réponse réside dans une analogie simple: les fourmis sont à la recherche de nourriture dans leur environnement, tout comme nous cherchons des groupes dans un ensemble de données - à la recherche de documents similaires dans un grand nombre de documents.

Considérez un jeu de données de documents que vous souhaitez organiser par sujet. Les documents similaires seront regroupés dans le même groupe. Voici où la fourmilière peut fournir des conseils sur la façon de regrouper des documents similaires.

Imaginez une grille bidimensionnelle (2D) dans laquelle vous pouvez représenter des documents sous forme de points. La grille 2D est divisée en cellules. Chaque cellule est associée à une "phéromone" (valeur). Brièvement, la valeur "phéromone" distingue chaque document dans une cellule donnée.

Les points sont initialement distribués au hasard - et chaque point de la grille représente un document unique. L'étape suivante consiste à déployer d'autres points de manière aléatoire sur la grille 2D, simulant la recherche de nourriture de la colonie de fourmis dans son environnement. Ces points sont initialement dispersés dans la même grille 2D avec les documents.

Chaque nouveau point ajouté à la grille représente une fourmi. Ces «fourmis», souvent appelées agents dans l'algorithme ant-colony, se déplacent dans la grille 2D. Chaque «fourmi» ramasse ou dépose les autres points (documents), selon l'endroit où les documents appartiennent le mieux. Dans cette analogie, la «nourriture» prend la forme de documents suffisamment similaires pour pouvoir être regroupés.

Une "fourmi" marche au hasard dans la grille; s'il rencontre un document, il peut effectuer l'une des deux actions suivantes: sélectionner ou supprimer. Chaque cellule a une "intensité de phéromone" qui indique à quel point le document est similaire aux autres documents (points) résidant près du document en question - celui qu'une "fourmi" est sur le point de ramasser ou de laisser tomber.

Notez que la "fourmi" de la cellule 3 récupère le document pointé en noir parce que la valeur "phéromone" blanche domine; et déplacez-vous dans une cellule où la valeur est proche (similaire) de ce qui se trouve dans la cellule 4 (plusieurs points noirs). La recherche continue d'itérer jusqu'à la formation des clusters.

En effet, la "fourmi" déplace les documents d'une cellule à l'autre pour former des groupes en effectuant l'une des deux actions suivantes: ramasser un document ou déposer un document.

Lorsque les "fourmis" ont commencé à se déplacer de manière aléatoire sur la grille, rencontrer un "document" a pour résultat que la "fourmi" récupère un document de sa cellule actuelle, se déplace avec elle et la laisse tomber dans une cellule dans laquelle elle a similitude suffisante pour s'adapter.

Comment une "fourmi" déterminerait-elle la meilleure cellule dans laquelle déposer un document? La réponse est que les valeurs dans les cellules agissent comme des «phéromones» - et chaque cellule de la grille 2D contient une valeur numérique qui peut être calculée d'une manière qui représente un document dans la cellule.

Rappelez-vous que chaque document est représenté comme un ensemble de nombres ou un vecteur de valeurs numériques. L '"intensité de la phéromone" (la valeur numérique) augmente lorsque plus de documents sont déposés dans la cellule - et cette valeur diminue si les nombres qui représentent les documents sont déplacés hors de la cellule.