トップページ | ひとつ上のページ | 目次ページ | このサイトについて | ENGLISH

クラスター分析による予測

クラスター分析 は、サンプルをクラスター(グループ)に分ける方法です。 座標の近いもの同士でクラスターを作ります。

その後は、「どういう風に分けられたのか?」、「このサンプルは、どのグループに属しているのか?」という分析をするのが一般的です。

しかし、クラスター分析の手法は、 統計モデルによる予測 にも使えるようになっています。

それぞれの方法は、基本的なクラスター分析から段階的に応用して出来上がっています。 下の図では、「応用」を矢印で表しています。
cluster

教師なし学習としての使い方

主成分分析 は教師なし学習ですが、 モデルを作った時に使われていないサンプルを入力データとして、主成分がどのように計算されるのかを見る使い方があります。 それと似た使い方です。

クラスターの予測の分析と、クラスター外の予測の分析の詳細は、 クラスターの予測の分析 にまとめています。

教師あり学習の前処理としての使い方

主成分分析回帰分析 などの教師あり学習の手法を使う時に、説明変数の前処理として使う使い方があります それと似た使い方です。

ラベルの予測と、数値の予測は、 ベクトル量子化ラベル分類 にまとめています。



順路 次は クラスターの予測の分析

Tweet データサイエンス教室