けーへいきんほう
データをあらかじめ決めたk個のクラスタに分ける、代表的なクラスタリングの方法。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ることと、各クラスタのデータ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。計算が簡単で大きなデータにも使えるが、結果が初期値に左右され、kを自分で決める必要があり、球状でないまとまりは分けにくい。
「k平均法」は、1分野の1問の練習問題に出てきます(機械学習の基礎など)。
この用語の分野: 機械学習の基礎
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。
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。
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。Amazonの検索結果へのリンクです。Amazonのアソシエイトとして、半導体教室は適格販売により収入を得ています。
過学習 活性化関数 強化学習 教師あり学習 教師なし学習 交差検証 勾配降下法 混同行列 再帰型ニューラルネットワーク(RNN) 主成分分析(PCA)