組み込み開発のためのPython · レッスン 138 / 220
階層的クラスタリングを行う
階層的クラスタリングはデータ点間の距離から段階的なまとまりを作ります。特徴量の尺度、距離尺度、連結方法を変えると結果が変わります。
階層的クラスタリングはデータ点間の距離から段階的なまとまりを作ります。特徴量の尺度、距離尺度、連結方法を変えると結果が変わります。 仕組みだけでなく、検証方法と運用上の注意も具体例で確認します。
基本の考え方
階層的クラスタリングはデータ点間の距離から段階的なまとまりを作ります。特徴量の尺度、距離尺度、連結方法を変えると結果が変わります。
安全に試すための確認
例は学習用データを使うもので、品質を保証する予測器ではありません。実データの欠損、単位、偏り、データ漏えいを確認し、テスト用データを学習中に参照しないでください。
コード例
手元のPython環境に貼り付ける前に、使用しているPythonの版と対象ライブラリの対応を確認してください。
from sklearn.cluster import AgglomerativeClustering
X = [[0.0], [0.2], [5.0], [5.2]]
labels = AgglomerativeClustering(n_clusters=2).fit_predict(X)
print(labels)手を動かす課題
スケールの異なる二特徴量を加え、標準化の有無でクラスタ結果がどう変わるか確かめてください。