Doorgaan naar inhoud

Nieuw: gratis e-mailcursus AI onder de knie in 7 dagen. Start vandaag

AI-woordenlijst

Wat is Clustering?

In één zin

Clustering is een AI-methode die gegevens zelf in groepen verdeelt op basis van gelijkenis, zonder dat vooraf bekend is welke groepen er zijn.

Ook wel: clusteranalyse, clusteren

Clustering is een manier waarop AI gegevens zelf in groepen verdeelt, zonder dat iemand vooraf zegt welke groepen er bestaan. Dingen die op elkaar lijken, komen in dezelfde groep.

Hoe werkt het?

Bij clustering geef je het model alleen data, zonder labels. Het model meet hoe sterk items op elkaar lijken. Dat kan gaan over leeftijd, aankopen, kleur of woorden in een tekst. Items die dicht bij elkaar liggen, vormen samen een cluster.

Dit hoort bij ongesuperviseerd leren. Daarbij zoekt de computer zelf naar structuur in de data. Je moet vaak wel zelf bepalen hoeveel groepen je wilt zien, of hoe streng de gelijkenis moet zijn. Ook moet je zelf uitleggen wat een groep betekent. Het model geeft de groepen geen betekenisvolle naam.

Bekende methoden zijn k-means en hiërarchische clustering. Je hoeft die namen niet te kennen om het idee te snappen.

Een voorbeeld uit de praktijk

Een supermarkt wil haar klanten beter begrijpen. Het model bekijkt wat mensen kopen. Het vindt bijvoorbeeld een groep die veel verse groenten koopt, een groep die vooral kant-en-klaarmaaltijden kiest en een groep met veel babyproducten. Daarna kan de winkel gerichte aanbiedingen maken. Een nieuwssite kan op dezelfde manier artikelen over hetzelfde onderwerp bij elkaar zetten.

Waarom is dit belangrijk voor jou?

Clustering helpt om patronen te vinden in grote hoeveelheden data. Je ziet het terug in marketing, onderzoek en aanbevelingen. Let op het volgende:

  • De groepen zijn niet altijd logisch. Een mens moet beoordelen of ze nuttig zijn.
  • Mensen indelen in groepen kan leiden tot oneerlijke behandeling.
  • Gebruik je persoonsgegevens, dan gelden de privacyregels.

Bekijk alle begrippen