--- schema_version: "1" id: 79c117cc578ffe700c736806d61d00fa374163afa824464937b639f0db4311a2 title: ค้นหาคลัสเตอร์ในข้อมูล collection: tableau version: current locale: th-th portal_url: https://docs.salesforce.com/tableau/current/th-th/public/desktop/clustering.md canonical_url: https://help.tableau.com/current/public/desktop/th-th/clustering.htm source_site: help.tableau.com content_type: documentation content_hash: 977ab33dd7c8c93bcf169b57079778909fe8a4f378871336abd75fd81ee070c6 description: Find clusters in a view to partition similar marks using Tableau's cluster analysis. --- [ข้ามไปยังเนื้อหาหลัก](#main-content) # ค้นหาคลัสเตอร์ในข้อมูล การวิเคราะห์คลัสเตอร์แบ่งเครื่องหมายในมุมมองออกเป็นคลัสเตอร์ โดยเครื่องหมายภายในแต่ละคลัสเตอร์จะคล้ายกันมากกว่าเครื่องหมายในต่างคลัสเตอร์ ![เมทริกซ์แผนภาพการกระจายที่มีคลัสเตอร์บนแผงสี](/tableau/current/th-th/public/desktop/th-th/Img/clustering6.png) สำหรับตัวอย่างที่สาธิตกระบวนการสร้างคลัสเตอร์ด้วยข้อมูลตัวอย่าง ดู[ตัวอย่าง: สร้างคลัสเตอร์โดยใช้ข้อมูลดัชนีชี้วัดเศรษฐกิจโลก](#Example) ## สร้างคลัสเตอร์ ทำตามขั้นตอนเหล่านี้เพื่อค้นหาคลัสเตอร์ในมุมมองใน Tableau 1. สร้างมุมมอง 2. ลากคลัสเตอร์จากแผงวิเคราะห์ไปยังมุมมอง แล้ววางในพื้นที่เป้าหมายในมุมมอง ดังนี้ ![แผนภาพแสดงวิธีการลากแบบจำลองคลัสเตอร์จากแผงวิเคราะห์ไปยังแผนที่แบบเติมสีเพื่อสร้างคลัสเตอร์](/tableau/current/th-th/public/desktop/th-th/Img/clustering2.png) นอกจากนี้ คุณยังสามารถคลิกสองครั้งที่คลัสเตอร์เพื่อค้นหาคลัสเตอร์ในมุมมองได้ด้วย เมื่อคุณวางหรือคลิกสองครั้งที่คลัสเตอร์ เหตุการณ์เหล่านี้จะเกิดขึ้น - Tableau สร้างกลุ่มคลัสเตอร์บนสี และทำสีเครื่องหมายในมุมมองตามคลัสเตอร์ หากมีฟิลด์บนสีอยู่แล้ว Tableau จะย้ายฟิลด์นั้นไปยังรายละเอียด แล้วแทนที่ฟิลด์บนสีด้วยผลลัพธ์ที่จัดคลัสเตอร์ Tableau กำหนดแต่ละเครื่องหมายในมุมมองให้หนึ่งในคลัสเตอร์ ในบางกรณี เครื่องหมายที่ไม่เข้ากับคลัสเตอร์จะได้รับการกำหนดไปให้คลัสเตอร์ “ไม่ได้จัดคลัสเตอร์” - Tableau แสดงกล่องโต้ตอบ “คลัสเตอร์” ที่คุณสามารถปรับแต่งคลัสเตอร์ได้ ![กล่องโต้ตอบคลัสเตอร์จะแสดงรายการตัวแปรและการตั้งค่าสำหรับจำนวนคลัสเตอร์](/tableau/current/th-th/public/desktop/th-th/Img/clustering3.png) 3. ปรับแต่งผลลัพธ์ของคลัสเตอร์ด้วยการทำหนึ่งในการดำเนินการต่อไปนี้ในกล่องโต้ตอบ “คลัสเตอร์” - ลากฟิลด์ใหม่จากแผงข้อมูลไปยังพื้นที่ “ตัวแปร” ของกล่องโต้ตอบ “คลัสเตอร์” นอกจากนี้ คุณยังสามารถลากฟิลด์ออกจากพื้นที่ “ตัวแปร” เพื่อนำออกได้ด้วย เมื่อคุณเพิ่มตัวแปร ระบบจะรวมการวัดผลโดยใช้การรวมตามค่าเริ่มต้นสำหรับฟิลด์นั้น ส่วนมิติข้อมูลจะรวมโดยใช้ ATTR ซึ่งเป็นวิธีมาตรฐานที่ Tableau ใช้รวมมิติข้อมูล หากต้องการเปลี่ยนการรวมสำหรับตัวแปรหนึ่งๆ ให้คลิกขวาที่ตัวแปร - ระบุจำนวนคลัสเตอร์ (ระหว่าง 2 ถึง 50) หากคุณไม่ระบุค่า Tableau จะสร้างคลัสเตอร์ให้สูงสุด 25 คลัสเตอร์โดยอัตโนมัติ 4. เมื่อคุณปรับแต่งผลลัพธ์ของคลัสเตอร์เสร็จแล้ว คลิก X ที่มุมขวาบนของกล่องโต้ตอบ “คลัสเตอร์” เพื่อปิด  ![ไอคอน “ปิด”](/tableau/current/th-th/public/desktop/th-th/Img/clustering4.png) **หมายเหตุ:** คุณสามารถย้ายฟิลด์คลัสเตอร์จาก “สี” ไปยังอีกแถบหนึ่งในมุมมองได้ อย่างไรก็ตาม คุณไม่สามารถย้ายฟิลด์คลัสเตอร์จากแถบตัวกรองไปยังแผงข้อมูลได้ หากต้องการเปลี่ยนชื่อคลัสเตอร์ที่ได้ คุณต้องบันทึกคลัสเตอร์เป็นกลุ่มก่อน ดูรายละเอียดได้ใน[สร้างกลุ่มจากผลลัพธ์ของคลัสเตอร์](#Group)และ[แก้ไขคลัสเตอร์](#Edit) ## ข้อจำกัดของการจัดคลัสเตอร์ การจัดคลัสเตอร์มีให้ใช้งานใน Tableau Desktop แต่ไม่มีให้ใช้งานสำหรับการเขียนบนเว็บ (Tableau Server, Tableau Cloud) นอกจากนี้ การจัดคลัสเตอร์ยังไม่มีให้ใช้งานด้วยเมื่อตรงกับเงื่อนไขดังต่อไปนี้ - เมื่อคุณใช้แหล่งข้อมูลคิวบ์ (แหล่งข้อมูลหลายมิติ) - เมื่อมีมิติข้อมูลแบบผสมผสานในมุมมอง - เมื่อไม่มีฟิลด์ที่สามารถใช้เป็นตัวแปร (อินพุต) สำหรับการจัดคลัสเตอร์ในมุมมองได้ - เมื่อไม่มีมิติข้อมูลในมุมมองแบบรวม เมื่อตรงกับเงื่อนไขเหล่านั้น คุณจะไม่สามารถลากคลัสเตอร์จากแผงวิเคราะห์ไปยังมุมมองได้ นอกจากนี้ ประเภทฟิลด์ดังต่อไปนี้ยังใช้เป็นตัวแปร (อินพุต) สำหรับการจัดคลัสเตอร์ไม่ได้ด้วย - การคำนวณตาราง - การคำนวณแบบผสมผสาน - การคำนวณเฉพาะกิจ - ค่าละติจูด/ลองจิจูดที่สร้างขึ้น - กลุ่ม - เซต - กล่อง - พารามิเตอร์ - วันที่ - ชื่อการวัดผล/ค่าที่วัด ## แก้ไขคลัสเตอร์ หากต้องการแก้ไขคลัสเตอร์ที่มีอยู่ คลิกขวา (กด Control แล้วคลิกบน Mac) ที่ฟิลด์คลัสเตอร์บนสีแล้วเลือกแก้ไขคลัสเตอร์ ![เมนูดรอปดาวน์ “ตัวกรอง” ที่มีตัวเลือกการแก้ไขคลัสเตอร์](/tableau/current/th-th/public/desktop/th-th/Img/clusters_edit.png) หากต้องการเปลี่ยนชื่อที่ใช้สำหรับแต่ละคลัสเตอร์ ก่อนอื่นคุณจะต้องลากฟิลด์คลัสเตอร์ไปยังแผงข้อมูลแล้วบันทึกเป็นกลุ่มก่อน ดูรายละเอียดได้ใน[สร้างกลุ่มจากผลลัพธ์ของคลัสเตอร์](#Group) คลิกขวาที่กลุ่มคลัสเตอร์แล้วเลือกแก้ไขกลุ่มเพื่อทำการเปลี่ยนแปลงแต่ละคลัสเตอร์ ![เมนูแบบดรอปดาวน์ที่มีตัวเลือกในการแก้ไขกลุ่ม](/tableau/current/th-th/public/desktop/th-th/Img/clusters_editgroup1a.png) เลือกกลุ่มคลัสเตอร์ในรายการ “กลุ่ม” แล้วคลิกเปลี่ยนชื่อเพื่อเปลี่ยนชื่อ ![กล่องโต้ตอบ “แก้ไขกลุ่ม” แสดงตัวเลือกเพื่อเปลี่ยนชื่อคลัสเตอร์](/tableau/current/th-th/public/desktop/th-th/Img/clusters_editgroup1b.png) ## สร้างกลุ่มจากผลลัพธ์ของคลัสเตอร์ หากคุณลากคลัสเตอร์ไปยังแผงข้อมูล คลัสเตอร์จะกลายเป็นมิติข้อมูลกลุ่มซึ่งสมาชิกแต่ละรายการ (คลัสเตอร์ 1, คลัสเตอร์ 2 ฯลฯ) มีเครื่องหมายที่อัลกอริทึมของคลัสเตอร์ตัดสินว่าคล้ายกันมากกว่าที่คล้ายกับเครื่องหมายอื่น หลังจากลากกลุ่มคลัสเตอร์ไปยังแผงข้อมูลแล้ว คุณสามารถใช้กลุ่มคลัสเตอร์นั้นในเวิร์กชีตอื่นได้ ลากคลัสเตอร์จากการ์ดเครื่องหมายไปยังแผงข้อมูลเพื่อสร้างกลุ่ม Tableau ดังนี้ ![แผนภาพแสดงวิธีการลากฟิลด์ “คลัสเตอร์” จาก “การ์ดเครื่องหมาย” ไปยัง “มิติข้อมูล” บนแผงข้อมูล](/tableau/current/th-th/public/desktop/th-th/Img/clustering5.png) หลังจากที่คุณสร้างกลุ่มจากคลัสเตอร์แล้ว กลุ่มและคลัสเตอร์เดิมจะแยกจากกันและแตกต่างกัน การแก้ไขคลัสเตอร์ไม่ส่งผลต่อกลุ่ม และการแก้ไขกลุ่มไม่ส่งผลต่อผลลัพธ์ของคลัสเตอร์ กลุ่มจะมีลักษณะเหมือนกับกลุ่ม Tableau อื่นๆ โดยเป็นส่วนหนึ่งของแหล่งข้อมูล แต่ที่ต่างจากคลัสเตอร์เดิมก็คือ คุณสามารถใช้กลุ่มดังกล่าวในเวิร์กชีตอื่นในเวิร์กบุ๊กได้ ดังนั้นหากคุณเปลี่ยนชื่อกลุ่มคลัสเตอร์ที่บันทึกไว้ การเปลี่ยนชื่อนั้นก็จะไม่มีผลกับการจัดคลัสเตอร์เดิมในมุมมอง โปรดดู [แก้ไขข้อผิดพลาดเกี่ยวกับข้อมูล หรือรวมสมาชิกมิติข้อมูลด้วยการจัดกลุ่มข้อมูลของคุณ](https://help.tableau.com/current/public/desktop/th-th/sortgroup_groups.htm) ### ข้อจำกัดในการบันทึกคลัสเตอร์เป็นกลุ่ม คุณจะไม่สามารถบันทึกคลัสเตอร์ไปยังแผงข้อมูลได้ในกรณีดังต่อไปนี้ - เมื่อการวัดผลในมุมมองไม่ได้รวมกัน และการวัดผลที่คุณใช้เป็นตัวแปรในการจัดคลัสเตอร์ไม่ใช่การวัดผลเดียวกันกับที่อยู่ในมุมมอง ดูรายละเอียดเพิ่มเติมได้ที่[วิธีการไม่รวมข้อมูล](https://help.tableau.com/current/public/desktop/th-th/calculations_aggregation.htm#DisAggData) - เมื่อคลัสเตอร์ที่คุณต้องการบันทึกอยู่ในแถบตัวกรอง - เมื่อชื่อการวัดผลหรือค่าที่วัดอยู่ในมุมมอง - เมื่อมีมิติข้อมูลแบบผสมผสานในมุมมอง ## ปรับคลัสเตอร์ที่บันทึกไว้ เมื่อคุณบันทึกฟิลด์คลัสเตอร์ไว้เป็นกลุ่ม ฟิลด์คลัสเตอร์จะได้รับการบันทึกโดยใช้แบบจำลองการวิเคราะห์ของตัวเอง คุณสามารถใช้กลุ่มคลัสเตอร์ของคุณในเวิร์กชีตและเวิร์กบุ๊กอื่นได้ แต่กลุ่มคลัสเตอร์จะไม่รีเฟรชโดยอัตโนมัติ ในตัวอย่างนี้ มีการนำกลุ่มคลัสเตอร์ที่บันทึกไว้และแบบจำลองการวิเคราะห์ของกลุ่มคลัสเตอร์มาใช้ในต่างเวิร์กชีต ด้วยเหตุนี้ เครื่องหมายบางรายการจึงยังไม่รวมอยู่ในการจัดคลัสเตอร์ (บ่งชี้ด้วยเครื่องหมายสีเทา) ![แผนภาพการกระจายแสดงความสัมพันธ์ระหว่างระหว่างการตีและการตี at bat สำหรับคลัสเตอร์ผู้เล่นสามคน](/tableau/current/th-th/public/desktop/th-th/Img/clusters_newdata.png) หากข้อมูลเบื้องหลังเปลี่ยนแปลง คุณสามารถใช้ตัวเลือกปรับเพื่อรีเฟรชและคำนวณข้อมูลสำหรับกลุ่มคลัสเตอร์ที่บันทึกไว้ใหม่ได้ **วิธีปรับคลัสเตอร์ที่บันทึกไว้** - คลิกขวาที่กลุ่มคลัสเตอร์ในแผงข้อมูล จากนั้นคลิกปรับ ![เมนูแบบดรอปดาวน์ที่มีตัวเลือกในการปรับเปลี่ยนใหม่](/tableau/current/th-th/public/desktop/th-th/Img/clusters_refit.png) นี่คือตัวอย่างการจัดคลัสเตอร์ที่อัปเดตแล้วหลังปรับคลัสเตอร์ที่บันทึกไว้ ![แผนภาพการกระจายแสดงความสัมพันธ์ระหว่างการตีเฉลี่ยและอัตราการตี at bat เฉลี่ย โดยจัดตามผู้เล่น ทีม และปี](/tableau/current/th-th/public/desktop/th-th/Img/clusters_refit_result.png) เมื่อคุณปรับคลัสเตอร์ที่บันทึกไว้ คลัสเตอร์ใหม่จะได้รับการสร้างขึ้น และชื่อแทนที่มีอยู่สำหรับหมวดหมู่กลุ่มคลัสเตอร์แต่ละหมวดจะถูกแทนที่ด้วยชื่อแทนคลัสเตอร์ใหม่ที่เป็นชื่อทั่วไป โปรดทราบว่าการปรับคลัสเตอร์ที่บันทึกไว้อาจเปลี่ยนการแสดงเป็นภาพของคุณที่ใช้คลัสเตอร์และชื่อแทนที่มีอยู่ ## การจัดคลัสเตอร์ทำงานอย่างไร การวิเคราะห์คลัสเตอร์แบ่งเครื่องหมายในมุมมองออกเป็นคลัสเตอร์ โดยเครื่องหมายภายในแต่ละคลัสเตอร์จะคล้ายกันมากกว่าเครื่องหมายในต่างคลัสเตอร์ Tableau จำแนกคลัสเตอร์โดยใช้สี **หมายเหตุ**: ดูข้อมูลเชิงลึกเพิ่มเติมเกี่ยวกับการทำงานของการจัดคลัสเตอร์ใน Tableau ได้ในบล็อกโพสต์[ทำความเข้าใจการจัดคลัสเตอร์ใน Tableau 10](https://boraberan.wordpress.com/2016/07/19/understanding-clustering-in-tableau-10/) ### อัลกอริทึมที่จัดคลัสเตอร์ Tableau ใช้อัลกอริทึม K-means ในการจัดคลัสเตอร์ สำหรับ k คลัสเตอร์จำนวนหนึ่งๆ อัลกอริทึมนี้จะแบ่งขอบเขตข้อมูลออกเป็นคลัสเตอร์ k แต่ละคลัสเตอร์มีจุดศูนย์กลาง (เซนทรอยด์) ที่เป็นค่าเฉลี่ยของจุดทั้งหมดในคลัสเตอร์นั้น K-means หาจุดศูนย์กลางผ่านกระบวนการแบบวนซ้ำที่ลดระยะห่างระหว่างแต่ละจุดในคลัสเตอร์และจุดศูนย์กลางของคลัสเตอร์ให้เหลือน้อยที่สุด ใน Tableau คุณสามารถระบุจำนวนคลัสเตอร์ที่ต้องการได้ หรือจะให้ Tableau ทดสอบค่าต่างๆ ของ k แล้วแนะนำจำนวนคลัสเตอร์ที่เหมาะสมที่สุดก็ได้ (ดู[เกณฑ์ที่ใช้ในการตัดสินจำนวนคลัสเตอร์ที่เหมาะสมที่สุด](#Optimal)) K-means ต้องใช้ข้อมูลจำเพาะเบื้องต้นของจุดศูนย์กลางของคลัสเตอร์ โดยเริ่มจากหนึ่งคลัสเตอร์ วิธีนี้จะเลือกตัวแปรที่จะนำค่าเฉลี่ยมาใช้เป็นเกณฑ์มาตรฐานในการแบ่งข้อมูลออกเป็นสองส่วน จากนั้น ระบบก็จะนำเซนทรอยด์ของสองส่วนนี้มาใช้เพื่อเริ่มใช้งาน K-means เพื่อปรับสมาชิกของสองคลัสเตอร์ให้เหมาะสมที่สุด ถัดไป หนึ่งในสองคลัสเตอร์จะได้รับเลือกเพื่อทำการแยก และตัวแปรหนึ่งตัวภายในคลัสเตอร์นั้นจะได้รับเลือก โดยค่าเฉลี่ยของตัวแปรนี้จะนำไปใช้เป็นเกณฑ์มาตรฐานในการแบ่งคลัสเตอร์นั้นเป็นสองส่วน จากนั้น ระบบจะใช้ K-means เพื่อแบ่งขอบเขตข้อมูลออกเป็นสามคลัสเตอร์ โดยเริ่มจากเซนทรอยด์ของสองส่วนของคลัสเตอร์ที่ถูกแบ่ง และเซนทรอยด์ของคลัสเตอร์ที่เหลือ กระบวนการนี้จะได้รับการทำซ้ำจนกว่าจะถึงจำนวนคลัสเตอร์ที่ตั้งไว้ Tableau ใช้อัลกอริทึมของ Lloyd ที่ใช้ระยะห่างเชิงยูคลิดยกกำลังสองในการคำนวณการจัดคลัสเตอร์ K-means สำหรับแต่ละ k เมื่อใช้ร่วมกับกระบวนการแยกเพื่อตัดสินจุดศูนย์กลางเบื้องต้นสำหรับแต่ละ k > 1 ก็จะได้ผลการจัดคลัสเตอร์ออกมา โดยผลลัพธ์จะขึ้นอยู่กับจำนวนคลัสเตอร์เท่านั้น อัลกอริทึมเริ่มจากการเลือกจุดศูนย์กลางเบื้องต้นของคลัสเตอร์ ![แผนภาพการกระจายที่มีเครื่องหมายสีแดง เขียว สีส้ม และสีดำ](/tableau/current/th-th/public/desktop/th-th/Img/clustering_story2.png) จากนั้นจึงแบ่งขอบเขตเครื่องหมายด้วยการกำหนดเครื่องหมายแต่ละรายการให้กับจุดศูนย์กลางที่อยู่ใกล้ที่สุด ![แผนภาพแสดงจุดข้อมูลที่จัดกลุ่มเป็นสามคลัสเตอร์](/tableau/current/th-th/public/desktop/th-th/Img/clustering_story3.png) จากนั้นจึงปรับแต่งผลลัพธ์ด้วยการคำนวณจุดศูนย์กลางใหม่สำหรับแต่ละขอบเขตขึ้นมา ด้วยการหาค่าเฉลี่ยให้จุดทั้งหมดที่กำหนดให้คลัสเตอร์เดียวกัน ![แผนภาพแสดงจุดข้อมูลที่จัดกลุ่มเป็นสามคลัสเตอร์](/tableau/current/th-th/public/desktop/th-th/Img/clustering_story4.png) จากนั้น อัลกอริทึมก็ทบทวนเครื่องหมายที่กำหนดให้คลัสเตอร์ แล้วย้ายเครื่องหมายที่ตอนนี้อยู่ใกล้จุดศูนย์กลางอื่นมากกว่า คลัสเตอร์ได้รับการปรับแต่ง และเครื่องหมายก็ได้รับการย้ายวนซ้ำไปจนกว่าจะไม่มีการเปลี่ยนแปลงเกิดขึ้นอีก **หมายเหตุ**: เนื่องจากความแตกต่างที่ซ่อนอยู่ในเทคโนโลยี จึงอาจมีความแตกต่างเล็กน้อยระหว่างคลัสเตอร์ที่สร้างบน CPU x64 หรือ arm64 สำหรับข้อมูลเดียวกัน ### เกณฑ์ที่ใช้ในการตัดสินจำนวนคลัสเตอร์ที่เหมาะสมที่สุด Tableau ใช้เกณฑ์ของ Calinski-Harabasz ในการประเมินคุณภาพของคลัสเตอร์ เกณฑ์ Calinski-Harabasz กำหนดไว้ดังนี้ ![เกณฑ์ Calinski-Harabasz](/tableau/current/th-th/public/desktop/th-th/Img/clustering7.png) โดยที่ SSB คือความแปรปรวนระหว่างคลัสเตอร์โดยรวม, SSW คือความแปรปรวนภายในคลัสเตอร์โดยรวม, k คือจำนวนคลัสเตอร์ และ N คือจำนวนค่าสังเกต ยิ่งค่าของอัตราส่วนนี้มากเท่าไร คลัสเตอร์ก็จะยิ่งเกาะกลุ่มกันมากเท่านั้น (ความแปรปรวนภายในคลัสเตอร์ต่ำ) และแต่ละคลัสเตอร์ก็จะยิ่งแตกต่าง/แยกจากกันมากเท่านั้น (ความแปรปรวนระหว่างคลัสเตอร์สูง) เนื่องจากดัชนี Calinski-Harabasz ไม่ได้กำหนดไว้สำหรับ k=1 จึงไม่สามารถใช้ดัชนีนี้ตรวจจับกรณีคลัสเตอร์เดียวได้ หากผู้ใช้ไม่ระบุจำนวนคลัสเตอร์ Tableau จะเลือกจำนวนคลัสเตอร์ที่สอดคล้องกับค่าสูงสุดเฉพาะที่จำนวนแรกของดัชนี Calinski-Harabasz โดยตามค่าเริ่มต้น ระบบจะนำ K-means มาใช้สูงสุด 25 คลัสเตอร์หากไม่ถึงค่าสูงสุดเฉพาะที่จำนวนแรกของดัชนีสำหรับ k ที่มีค่าต่ำกว่า คุณสามารถกำหนดค่าสูงสุดได้ 50 คลัสเตอร์ **หมายเหตุ**: หากตัวแปรจัดหมวดหมู่ (ซึ่งก็คือมิติข้อมูล) มีค่าที่ไม่ซ้ำกันมากกว่า 25 ค่า Tableau จะไม่สนใจตัวแปรนั้นเมื่อคำนวณคลัสเตอร์ ### ค่าใดได้รับการกำหนดให้หมวดหมู่ “ไม่ได้จัดคลัสเตอร์” เมื่อมีค่า null สำหรับการวัดผล Tableau จะกำหนดค่าของแถวที่มีค่า null ไปให้หมวดหมู่ไม่ได้จัดคลัสเตอร์ ตัวแปรจัดหมวดหมู่ (ซึ่งก็คือมิติข้อมูล) ที่ส่งกลับ \* สำหรับ ATTR (หมายความว่าค่าทั้งหมดไม่เหมือนกัน) ก็จะไม่ได้รับการจัดคลัสเตอร์ด้วย ### การปรับขนาด Tableau ปรับขนาดค่าโดยอัตโนมัติเพื่อให้คอลัมน์ที่มีช่วงขนาดใหญ่กว่าไม่เข้ามามีอิทธิพลต่อผลลัพธ์เหนือกว่าคอลัมน์อื่น ตัวอย่างเช่น นักวิเคราะห์อาจใช้เงินเฟ้อและ GDP เป็นตัวแปรอินพุตในการจัดคลัสเตอร์ แต่เนื่องจากค่า GDP มีค่าเป็นล้านล้านดอลลาร์ ก็อาจทำให้ค่าของเงินเฟ้อเกือบถูกมองข้ามไปโดยสิ้นเชิงในการคำนวณ Tableau ใช้วิธีการปรับขนาดที่เรียกว่า_การทำให้เป็นมาตรฐานต่ำสุด-สูงสุด_ ซึ่งค่าของตัวแปรแต่ละตัวจะได้รับการจับคู่กับค่าระหว่าง 0 ถึง 1 ด้วยการลบค่าที่น้อยที่สุดออกไปแล้วหารด้วยช่วงข้อมูล ## ข้อมูลเกี่ยวกับแบบจำลองสถิติที่ใช้สำหรับคลัสเตอร์ กล่องโต้ตอบ “อธิบายคลัสเตอร์” ให้ข้อมูลเกี่ยวกับแบบจำลองที่ Tableau ใช้คำนวณสำหรับการจัดคลัสเตอร์ คุณสามารถใช้สถิติเหล่านี้เพื่อประเมินคุณภาพของการจัดคลัสเตอร์ได้ เมื่อมุมมองมีการจัดคลัสเตอร์ คุณสามารถเปิดกล่องโต้ตอบ “อธิบายคลัสเตอร์” ด้วยการคลิกขวาที่คลัสเตอร์บนการ์ดเครื่องหมาย (กด Control แล้วคลิกบน Mac) แล้วเลือกอธิบายคลัสเตอร์ ข้อมูลในกล่องโต้ตอบอธิบายคลัสเตอร์สามารถอ่านได้เท่านั้น แต่คุณสามารถคลิกคัดลอกไปยังคลิปบอร์ด แล้ววางเนื้อหาบนหน้าจอในเอกสารที่สามารถแก้ไขได้ ### อธิบายคลัสเตอร์ - แท็บสรุป แท็บสรุประบุอินพุตที่ใช้สร้างคลัสเตอร์และให้สถิติบางอย่างที่บอกลักษณะของคลัสเตอร์ #### อินพุตสำหรับการจัดคลัสเตอร์ **ตัวแปร** ระบุฟิลด์ที่ Tableau ใช้เพื่อคำนวณคลัสเตอร์ ฟิลด์เหล่านี้คือฟิลด์ที่อยู่ในกล่อง “ตัวแปร” ในกล่องโต้ตอบ “คลัสเตอร์” **ระดับของรายละเอียด** ระบุฟิลด์ที่ส่งผลต่อระดับของรายละเอียดของมุมมอง ซึ่งก็คือฟิลด์ที่กำหนดระดับของการรวม ดูรายละเอียดได้ที่[มิติข้อมูลจะส่งผลต่อระดับของรายละเอียดในมุมมองอย่างไร](https://help.tableau.com/current/public/desktop/th-th/datafields_typesandroles.htm#DimLOD) **การปรับขนาด** ระบุวิธีการปรับขนาดที่ใช้สำหรับก่อนประมวลผล การทำให้เป็นมาตรฐานเป็นวิธีการปรับขนาดเพียงวิธีเดียวที่ Tableau ใช้ในขณะนี้ สูตรสำหรับวิธีการนี้ ซึ่งมีอีกชื่อหนึ่งว่าการทำให้เป็นมาตรฐานต่ำสุด-สูงสุด คือ `(x – min(x))/(max(x) - min(x))` #### การวิเคราะห์สรุป **จำนวนคลัสเตอร์** จำนวนคลัสเตอร์ที่ไม่ซ้ำกันในการจัดคลัสเตอร์ **จำนวนจุด** จำนวนเครื่องหมายในมุมมอง **ผลรวมของความเบี่ยงเบนกำลังสองระหว่างกลุ่ม** เมตริกที่แสดงการแยกระหว่างคลัสเตอร์ออกมาเป็นผลรวมของระยะห่างกำลังสองระหว่างจุดศูนย์กลางของแต่ละคลัสเตอร์ (ค่าเฉลี่ย) ถ่วงน้ำหนักด้วยจำนวนจุดข้อมูลที่กำหนดให้แต่ละคลัสเตอร์ และจุดศูนย์กลางของชุดข้อมูล ยิ่งค่ามากเท่าใด การแยกกันระหว่างคลัสเตอร์ก็จะยิ่งดีขึ้นเท่านั้น **ผลรวมของความเบี่ยงเบนกำลังสองภายในกลุ่ม** เมตริกที่แสดงการเกาะกลุ่มของคลัสเตอร์ออกมาเป็นผลรวมของระยะห่างกำลังสองระหว่างจุดศูนย์กลางของแต่ละคลัสเตอร์กับเครื่องหมายแต่ละรายการในคลัสเตอร์ ยิ่งค่าน้อยเท่าใด คลัสเตอร์ก็จะยิ่งเกาะกลุ่มกันมากเท่านั้น **ผลรวมทั้งหมดของความเบี่ยงเบนกำลังสอง** รวมผลรวมของความเบี่ยงเบนกำลังสองระหว่างกลุ่ม และผลรวมของความเบี่ยงเบนกำลังสองภายในกลุ่ม อัตราส่วน (ระหว่างผลรวมของความเบี่ยงเบนกำลังสองระหว่างกลุ่ม)/(ผลรวมทั้งหมดของความเบี่ยงเบนกำลังสอง) ให้สัดส่วนของความแปรปรวนที่อธิบายโดยแบบจำลองนี้ ค่าระหว่าง 0 ถึง 1 โดยปกติแล้วค่าที่มากกว่าจะบ่งชี้ถึงแบบจำลองที่ดีกว่า อย่างไรก็ตาม คุณสามารถเพิ่มอัตราส่วนนี้ได้เพียงแค่เพิ่มจำนวนคลัสเตอร์ จึงอาจทำให้เกิดความเข้าใจผิดได้หากคุณเปรียบเทียบแบบจำลองที่มีห้าคลัสเตอร์กับแบบจำลองที่มีสามคลัสเตอร์โดยใช้เพียงค่านี้ #### สถิติของคลัสเตอร์ สำหรับแต่ละคลัสเตอร์ในการจัดคลัสเตอร์ จะมีการให้ข้อมูลดังต่อไปนี้ **จำนวนรายการ** จำนวนเครื่องหมายภายในคลัสเตอร์ **จุดศูนย์กลาง** ค่าเฉลี่ยภายในแต่ละคลัสเตอร์ (แสดงสำหรับรายการที่เป็นตัวเลข) **พบบ่อยที่สุด** ค่าที่พบบ่อยที่สุดภายในแต่ละคลัสเตอร์ (แสดงสำหรับรายการที่เป็นหมวดหมู่เท่านั้น) ### อธิบายคลัสเตอร์ - แท็บแบบจำลอง การวิเคราะห์ความแปรปรวน (Analysis of Variance หรือ ANOVA) คือคอลเลกชันของแบบจำลองทางสถิติและกระบวนการที่เกี่ยวข้องที่มีประโยชน์ในการวิเคราะห์ความแปรปรวนภายในค่าสังเกตและระหว่างค่าสังเกตที่ได้รับการแบ่งขอบเขตออกเป็นกลุ่มหรือคลัสเตอร์ ในกรณีนี้ การวิเคราะห์ความแปรปรวนได้รับการคำนวณแบบต่อตัวแปร และการวิเคราะห์ที่ได้ออกมาของตารางความแปรแปรวนก็สามารถนำไปใช้ตัดสินได้ว่าตัวแปรใดมีประสิทธิภาพที่สุดในการจำแนกคลัสเตอร์ สถิติการวิเคราะห์ความแปรปรวนที่เกี่ยวข้องสำหรับการจัดคลัสเตอร์รวมถึง #### F-Statistic F-Statistic สำหรับ ANOVA ทางเดียวหรือปัจจัยเดียวคือส่วนหนึ่งของความแปรปรวนที่อธิบายด้วยตัวแปรหนึ่งตัว สถิติประเภทนี้คืออัตราส่วนของความแปรปรวนระหว่างกลุ่มกับความแปรปรวนทั้งหมด ยิ่ง F-Statistic มีค่ามากเท่าใด ตัวแปรที่เกี่ยวข้องก็จะมีความแตกต่างในระหว่างคลัสเตอร์มากเท่านั้น #### P-Value P-Value คือความน่าจะเป็นที่ F-Distribution ของค่าที่เป็นไปได้ทั้งหมดของ F-Statistic ใช้ค่าที่มากกว่า F-Statistic จริงของตัวแปรหนึ่ง หาก P-Value อยู่ต่ำกว่าระดับนัยสำคัญที่ระบุไว้ ก็จะสามารถปฏิเสธสมมติฐาน null (ที่ว่าสมาชิกแต่ละรายการของตัวแปรเป็นตัวอย่างแบบสุ่มจากประชากรกลุ่มเดียว) ได้ ระดับความอิสระสำหรับ F-Distribution นี้คือ (k - 1, N - k) โดยที่ k คือจำนวนคลัสเตอร์ และ N คือจำนวนรายการ (แถว) ที่ได้รับการจัดคลัสเตอร์ ยิ่ง P-Value ต่ำมากเท่าไร ค่าคาดหวังของสมาชิกของตัวแปรที่เกี่ยวข้องก็จะแตกต่างกันมากเท่านั้นในหมู่คลัสเตอร์ต่างๆ #### ผลรวมของความเบี่ยงเบนกำลังสองของแบบจำลองและระดับความอิสระ ผลรวมของความเบี่ยงเบนกำลังสองของแบบจำลองคืออัตราส่วนของผลรวมของความเบี่ยงเบนกำลังสองระหว่างกลุ่มกับระดับความอิสระของแบบจำลอง ผลรวมของความเบี่ยงเบนกำลังสองระหว่างกลุ่มคือการวัดผลความแปรปรวนระหว่างค่าเฉลี่ยของคลัสเตอร์ หากค่าเฉลี่ยของคลัสเตอร์ใกล้กัน (ซึ่งแปลว่าค่าเฉลี่ยเหล่านั้นใกล้กับค่าเฉลี่ยโดยรวมด้วย) ค่านี้จะน้อย แบบจำลองมีระดับความอิสระ k-1 ซึ่ง k คือจำนวนคลัสเตอร์ #### ผลรวมของความเบี่ยงเบนกำลังสองที่ผิดพลาดและระดับความอิสระ ผลรวมของความเบี่ยงเบนกำลังสองที่ผิดพลาดคืออัตราส่วนของผลรวมของความเบี่ยงเบนกำลังสองภายในกลุ่มกับระดับความอิสระที่ผิดพลาด ผลรวมของความเบี่ยงเบนกำลังสองภายในกลุ่มวัดผลความความแปรปรวนระหว่างค่าสังเกตภายในแต่ละคลัสเตอร์ ข้อผิดพลาดมีระดับความอิสระ N-k โดยที่ N คือจำนวนค่าสังเกตทั้งหมด (แถว) ที่จัดเป็นคลัสเตอร์ และ k คือจำนวนคลัสเตอร์ เราอาจมองผลรวมของความเบี่ยงเบนกำลังสองที่ผิดพลาดเป็นค่าเฉลี่ยข้อผิดพลาดกำลังสองโดยรวม โดยสันนิษฐานว่าแต่ละจุดศูนย์กลางของคลัสเตอร์แสดง “ความจริง” สำหรับแต่ละคลัสเตอร์ ## ตัวอย่าง: สร้างคลัสเตอร์โดยใช้ข้อมูลดัชนีชี้วัดเศรษฐกิจโลก ฟีเจอร์การจัดคลัสเตอร์ของ Tableau แบ่งเครื่องหมายในมุมมองออกเป็นคลัสเตอร์ โดยเครื่องหมายภายในแต่ละคลัสเตอร์จะคล้ายกันมากกว่าเครื่องหมายในต่างคลัสเตอร์ ตัวอย่างนี้แสดงให้เห็นว่านักวิจัยอาจใช้การจัดคลัสเตอร์เพื่อหาเซตเครื่องหมายที่เหมาะสมที่สุด (ในกรณีนี้ก็คือประเทศ/ภูมิภาค) ในแหล่งข้อมูลได้อย่างไร ### วัตถุประสงค์ เนื่องจากอายุคาดเฉลี่ยเพิ่มขึ้นทั่วโลก และผู้สูงอายุก็ยังคงใช้ชีวิตอย่างกระฉับกระเฉงมากขึ้น การท่องเที่ยวสำหรับผู้สูงอายุจึงสามารถเป็นตลาดที่ให้ผลกำไรงามแก่บริษัทที่รู้วิธีค้นหาและดึงดูดลูกค้าเป้าหมายได้ ชุดข้อมูลตัวอย่างของตัวชี้วัดของโลกที่มาพร้อมกับ Tableau มีประเภทข้อมูลที่อาจช่วยให้บริษัทระบุประเทศหรือภูมิภาคที่มีลูกค้าประเภทที่ต้องการมากพอได้ ### การหาประเทศ/ภูมิภาคที่เหมาะสม นี่คือตัวอย่างที่แสดงให้เห็นว่าการจัดคลัสเตอร์ของ Tableau สามารถช่วยบริษัทประเภทดังกล่าวระบุประเทศ/ภูมิภาคที่ธุรกิจการท่องเที่ยวสำหรับผู้สูงอายุอาจประสบความสำเร็จได้อย่างไร จินตนาการว่าคุณเป็นนักวิเคราะห์ คุณอาจดำเนินการดังนี้ 1. เปิดแหล่งข้อมูลตัวอย่างของตัวชี้วัดของโลกใน Tableau Desktop 2. คลิกสองครั้งที่ประเทศ/ภูมิภาคในแผงข้อมูล Tableau สร้างมุมมองแผนที่ขึ้นโดยอัตโนมัติ พร้อมเครื่องหมายในแต่ละประเทศ/ภูมิภาค 3. บนการ์ดเครื่องหมาย เปลี่ยนประเภทของเครื่องหมายเป็นแผนที่ ดังนี้ ![เมนูดรอปดาวน์ในการ์ดเครื่องหมายที่ขยายเพื่อแสดงตัวเลือกประเภทแผนภูมิต่างๆ พร้อมเลือกแผนที่ด้วย](/tableau/current/th-th/public/desktop/th-th/Img/filled_pie1.png) ตอนนี้คุณน่าจะเห็นเส้นโครงแผนที่ที่ประเทศ/ภูมิภาคทั้งหมดเป็นสีทึบ ![แผนที่โลกพร้อมพรมแดนประเทศ](/tableau/current/th-th/public/desktop/th-th/Img/clustering10.png) 4. ขั้นตอนถัดไปก็คือการระบุฟิลด์ที่คุณจะใช้เป็นตัวแปรสำหรับการจัดคลัสเตอร์ นี่คือฟิลด์ที่คุณเลือก
ฟิลด์เหตุผลที่ใช้
อายุคาดเฉลี่ยของเพศหญิงและอายุคาดเฉลี่ยของเพศชายในที่ที่ผู้คนอายุยืนกว่า ก็มีแนวโน้มมากกว่าที่ผู้คนจะสนใจการท่องเที่ยวในช่วงบั้นปลายของชีวิต
ประชากรในเมืองคุณสามารถทำการตลาดให้บริการในพื้นที่ที่มีความหนาแน่นของประชากรมากกว่าได้ง่ายกว่า
ประชากรอายุ 65 ปีขึ้นไปประชากรเป้าหมายคือพลเมืองที่เป็นผู้สูงอายุที่มีเวลาและเงินทุนในการท่องเที่ยว
การท่องเที่ยวต่อหัว

นี่คือการวัดผลที่คุณต้องสร้างเป็นฟิลด์ที่คำนวณที่ตั้งชื่อ สูตรคือ:

SUM([Tourism Outbound])/SUM([Population Total])

การท่องเที่ยวขาออกรวมจำนวนเงิน (ในสกุลดอลลาร์สหรัฐ) ที่พลเมืองของประเทศ/ภูมิภาคหนึ่งๆ ใช้จ่ายต่อปีกับการท่องเที่ยวในต่างประเทศ แต่จำนวนเงินรวมนี้ต้องนำมาหารด้วยจำนวนประชากรของแต่ละประเทศ/ภูมิภาคเพื่อตัดสินจำนวนเงินเฉลี่ยที่พลเมืองแต่ละคนใช้จ่ายกับการท่องเที่ยวในต่างประเทศ

ไม่มีอะไรรับประกันว่าฟิลด์เหล่านี้เป็นฟิลด์ที่เหมาะที่สุดที่ควรเลือก หรือฟิลด์เหล่านี้จะสร้างผลลัพธ์ของคลัสเตอร์ที่ชัดเจนและไม่กำกวม การจัดคลัสเตอร์เป็นกระบวนการวนซ้ำ ซึ่งการทดลองจะนำไปสู่การสำรวจ และการสำรวจก็จะนำไปสู่การทดลองมากขึ้น 5. ลากฟิลด์ห้าฟิลด์นี้จากแผงข้อมูลไปยังรายละเอียดบนการ์ดเครื่องหมาย 6. คลิกเพื่อเปิดแผงการวิเคราะห์ ![แผงวิเคราะห์](/tableau/current/th-th/public/desktop/th-th/Img/clustering12.png) 7. ลากคลัสเตอร์จากแผงวิเคราะห์ไปวางในมุมมอง ![แผนภาพแสดงวิธีการลากแบบจำลองคลัสเตอร์จากแผงวิเคราะห์ไปยังแผนที่แบบเติมสีเพื่อสร้างคลัสเตอร์](/tableau/current/th-th/public/desktop/th-th/Img/clustering13.png) Tableau แสดงกล่องโต้ตอบ “คลัสเตอร์” แล้วเพิ่มการวัดผลในมุมมองไปยังรายการตัวแปร ดังนี้ ![กล่องโต้ตอบคลัสเตอร์จะแสดงรายการตัวแปรและการตั้งค่าสำหรับจำนวนคลัสเตอร์](/tableau/current/th-th/public/desktop/th-th/Img/clustering14.png) นอกจากนี้ Tableau ยังอัปเดตมุมมองด้วยการเพิ่มคลัสเตอร์ไปยังสีด้วย ในกรณีนี้ Tableau พบสองคลัสเตอร์ที่แตกต่างกัน และไม่สามารถกำหนดประเทศ/ภูมิภาค (สีชมพูอมแดง) ให้คลัสเตอร์ใดได้ ![แผนที่โลกพร้อมคลัสเตอร์ที่เพิ่มไปยังแถบสี](/tableau/current/th-th/public/desktop/th-th/Img/clustering15.png) หมายเหตุ: ดู[การจัดคลัสเตอร์ทำงานอย่างไร](#HowItWorks)เพื่อดูรายละเอียดเกี่ยวกับข้อมูลที่ Tableau กำหนดให้ “ไม่ได้จัดคลัสเตอร์” 8. คุณตัดสินว่าคลัสเตอร์สองรายการไม่พอ คุณไม่มีทรัพยากรที่จะตั้งร้านค้าในครึ่งหนึ่งของประเทศ/ภูมิภาคในโลก คุณจึงพิมพ์ `4` ในฟิลด์จำนวนคลัสเตอร์ในกล่องโต้ตอบ “คลัสเตอร์” แผนที่จะน่าสนใจยิ่งขึ้น ![แผนที่โลกแสดงให้เห็นประเทศต่างๆ ที่จัดกลุ่มเป็นสี่คลัสเตอร์](/tableau/current/th-th/public/desktop/th-th/Img/clustering16.png) แต่คลัสเตอร์เหล่านี้เกี่ยวข้องกับตัวแปรที่คุณเลือกอย่างไร คลัสเตอร์ใดที่สัมพันธ์กับปัจจัยที่สนับสนุนการท่องเที่ยวสำหรับผู้สูงอายุมากที่สุด ได้เวลาดูสถิติเบื้องหลังคลัสเตอร์เหล่านี้แล้ว 9. ปิดกล่องโต้ตอบ “คลัสเตอร์” โดยคลิก X ตรงมุมขวาบน ![ไอคอน “ปิด”](/tableau/current/th-th/public/desktop/th-th/Img/clustering4.png) 10. คลิกฟิลด์คลัสเตอร์บนการ์ดเครื่องหมาย แล้วเลือกอธิบายคลัสเตอร์ ตารางทางด้านล่างของแท็บแบบจำลองในกล่องโต้ตอบ “อธิบายคลัสเตอร์” แสดงค่าเฉลี่ยของแต่ละตัวแปรในแต่ละคลัสเตอร์ ![ตารางแสดงอายุคาดเฉลี่ย จำนวนประชากร และการท่องเที่ยวของแต่ละคลัสเตอร์](/tableau/current/th-th/public/desktop/th-th/Img/clustering17.png) คลัสเตอร์ 4 มีอายุคาดเฉลี่ยสูงที่สุด (ทั้งเพศชายและเพศหญิง) มีความหนาแน่นของประชากรในเมืองสูงที่สุด และมีการใช้จ่ายเงินกับการท่องเที่ยวในต่างประเทศสูงที่สุดอยู่ที่ $1360.40 ต่อหัว ตัวแปรเดียวที่คลัสเตอร์ 4 ไม่มีค่าสูงที่สุดคือประชากรอายุ 65 ปีขึ้นไป ซึ่งเป็นส่วนที่คลัสเตอร์ 3 ได้เปรียบกว่า โดยอยู่ที่ 0.15493 (ต่ำกว่า 16% เพียงเล็กน้อย) ในขณะที่คลัสเตอร์ 4 อยู่ที่ 0.11606 (เกิน 11% เพียงเล็กน้อย) อัลกอริทึมที่จัดคลัสเตอร์ไม่รู้ว่าคุณกำลังมองหาค่าสูงสุดของตัวแปรเหล่านี้ ค่าต่ำสุด หรืออะไรที่อยู่ตรงกลาง อัลกอริทึมเพียงแค่หาความสัมพันธ์เท่านั้น แต่คุณทราบว่าค่าที่สูงกว่าของตัวแปรเหล่านี้คือสัญญาณที่คุณกำลังมองหา และคลัสเตอร์ 4 ก็เป็นตัวเลือกที่ดีที่สุด 11. คุณอาจลองเลือกประเทศ/ภูมิภาคในคลัสเตอร์ 4 ออกมาจากแผนที่ก็ได้ แต่มีวิธีที่ง่ายกว่านั้น ปิดกล่องโต้ตอบอธิบายคลัสเตอร์ จากนั้นคลิกคลัสเตอร์ 4 บนคำอธิบายสี แล้วเลือกเก็บเฉพาะรายการที่เลือก ![เมนูแบบดรอปดาวน์ที่มีตัวเลือกให้รวมหรือยกเว้นคลัสเตอร์ 4](/tableau/current/th-th/public/desktop/th-th/Img/clustering19.png) 12. เลือกตารางข้อความจาก “แสดงให้ฉันดู” ตอนนี้คุณก็จะเห็นรายการประเทศ/ภูมิภาคในคลัสเตอร์ 4 แล้ว ![ตารางแสดงประเทศในคลัสเตอร์ 4](/tableau/current/th-th/public/desktop/th-th/Img/clustering18.png) รายการนี้ไม่ใช่จุดสิ้นสุดของกระบวนการ คุณอาจลองจัดคลัสเตอร์อีกครั้งโดยใช้เซตตัวแปรที่ค่อนข้างต่างออกไป และอาจใช้จำนวนคลัสเตอร์ต่างออกไป หรือคุณอาจเพิ่มบางประเทศ/ภูมิภาคเข้าไปในรายการ แล้วลบประเทศ/ภูมิภาคอื่นออกก็ได้ โดยขึ้นอยู่กับปัจจัยอื่นๆ ตัวอย่างเช่น หากส่วนใหญ่แล้วทัวร์ของคุณไปประเทศแถบร้อนชื้น คุณอาจลบประเทศ/ภูมิภาคอย่างกูราเซาและบาฮามาสออกจากรายการได้ เนื่องจากทัวร์ประเทศแถบร้อนชื้นอาจไม่ดึงดูดพลเมืองในประเทศ/ภูมิภาคเหล่านั้น อีกตัวเลือกหนึ่งคือการกรองข้อมูลก่อนที่คุณจะจัดคลัสเตอร์ใหม่ เพื่อให้แสดงแค่ประเทศ/ภูมิภาคที่มีประชากรสูงกว่าเกณฑ์มาตรฐานบางอย่างเท่านั้น หรือกำหนดเป้าหมายไปที่ประเทศ/ภูมิภาคในพื้นที่ทางภูมิศาสตร์หนึ่งๆ โดยเฉพาะ