k-means

前提知識
　・python
　・sklearn-KMeans
　・重心

k-meansとはクラスタリングの手法の一つで、以下の様にもともと属性が定義されていないデータを分割します。



k-meansの手法は以下のとおりです。最初にランダムに分割したいクラスターの数だけ中心点を置き(この場合は二つ)、 各データの近くにある方の中心点と繋げます。



次に繋がっているデータの重心を求め、その重心に中心点を移動させます。



移動させた中心点から近いデータを再度繋げます。



そして再び重心を求めるというステップを繰り返せば、最終的に中心点が移動しなくなります。これでクラスタリングが完了しました。



■pythonによるシミュレーション
scikit-learnというデータ分析に特化したライブラリの中のkmeansを使います。

　・pythonバージョン：Ver3.8で確認
　・必要ライブラリ：numpy,matplotlib,scikit-learn (インストール方法はこちら)
　・必要ファイル：kmeans.zip(プログラムファイル, 訓練データ)

結果は以下のとおり、うまくクラスタリングする事ができました。

サブチャンネルあります。⇒ 何かのお役に立てればと

関連記事一覧 トップメニュー 機械学習 機械学習とは パラメトリックモデル 回帰,分類,クラスタリングの違い 分類(classification) 分類問題とは ナイーブベイズフィルタ 符号関数による分類 ロジスティック回帰 ・線形分離 ・非線形分離 サポートベクターマシン 決定木 k-近傍法 ニューラルネットワーク(NN) NNとは パーセプトロン 勾配法(最急降下法) ・機械学習への適用 損失関数(誤差関数) 誤差逆伝播法 交差検証 , ホールドアウト 活性化関数 ・ステップ , 符号関数 ・シグモイド ・ReLU ・Softmax ・tanh MNISTデータセット CIFAR-10データセット 画像認識方法 画像認識方法② 畳み込みNN(CNN) 再帰型NN(RNN) LSTM kerasによる実装例 ・NN ・CNN ・ディープラーニング クラスタリング k-means 強化学習 強化学習とは 価値関数 , ベルマン方程式 マルコフ決定過程 ε-greedy法 TD学習_スキナー箱 TD学習_Cartpole モンテカルロ法_Blackjack Deep Q-Network(DQN) ・DQNとは_スキナー箱 ・cartpole問題 ・Experience Replay 敵対的生成ネットワーク GAN DCGAN seqGAN seqGAN用文章データ作成