機械学習の基礎
k平均法(k-means法)によるクラスタリングの手順として、適切なものはどれか。
- Aすべてのデータを1つのクラスタから始め、ほかから最も離れたデータを順に切り離して、クラスタの数がkになるまで分割していく
- Bk個の中心を仮に決め、各データを最も近い中心のクラスタに割り当て、クラスタごとの平均を新しい中心にすることを、割り当てが変わらなくなるまで繰り返す
- Cクラスタを決めたいデータごとに、学習用データの中から最も近いk個のデータを探し、それらのラベルの多数決でクラスタを決める
答えと解説を見る
正解：B. k個の中心を仮に決め、各データを最も近い中心のクラスタに割り当て、クラスタごとの平均を新しい中心にすることを、割り当てが変わらなくなるまで繰り返す
k平均法は、クラスタの数kを先に決めて、(1)k個の中心を決める、(2)各データを最も近い中心のクラスタに割り当てる、(3)各クラスタのデータの平均を新しい中心にする、という手順の(2)と(3)を、割り当てが変わらなくなるまで繰り返す方法です。結果は最初の中心の選び方に左右され、最もよい分け方ではない解で止まることがあるので、初期値を変えて何度か実行したり、k-means++のような初期値の選び方を使ったりします。kの値は自動では決まらないので、エルボー法などを目安に決めます。
- A. 全体を順に分割していく、階層的なクラスタリングに近い考え方で、k平均法の手順ではありません。
- B. 正しい。割り当てと中心の更新を、割り当てが変わらなくなるまで繰り返します。
- C. k近傍法(k-NN)の考え方です。k近傍法は正解のラベルを使う教師あり学習の分類の方法です。