情報・コンピューティング · 人工知能の基礎 / 原理と探究
k平均クラスタリング 実験解説
群数と初期中心を変え点の色と中心軌跡を観察します。
どのような原理？
割当と平均更新を繰り返すと二乗誤差和は増えません。
重要な関係
μⱼ = mean(xᵢ ∈ Cⱼ) · SSE = Σ‖xᵢ − μⱼ‖²
観察してみよう
- 群数と初期中心を変え点の色と中心軌跡を観察します。
- 3つの基準条件を実行して記録します。
- 1つの変数を変えて基準記録と比べます。
結果を読み解く
各中心の更新基準は？
所属点の平均です · 割当と平均更新を繰り返すと二乗誤差和は増えません。
モデルの仮定と限界
ユークリッド距離と固定シードを使います。空群は中心を維持します。局所最適であり正解分類とは限りません。