クラスター分析には主に 5 つのタイプがあります: 階層クラスタリング (距離ベース) 分割クラスタリング (k-means、k-medoid、ファジー c-means) 密度クラスタリング (DBSCAN、OPTICS) スペクトル クラスタリング (ラプラシアン特性)マップ) その他のクラスタリング アルゴリズム (モデル、ニューラル ネットワークに基づく)
#クラスター分析の種類
クラスター分析はデータポイントを同様の特性を持つカテゴリにグループ化するために使用される教師なし機械学習手法。クラスタリング アルゴリズムは多数あり、それぞれに独自の長所と短所があります。階層的クラスタリング
- 距離ベース: ユークリッド距離やコサイン類似度などの距離メトリックを使用して、データ ポイント間の類似性を特定します。彼ら。
- 凝集: 各データ ポイントから開始し、必要なクラスター数に達するまで、最も類似したクラスターを徐々にマージします。
- 分割: すべてのデータ ポイントを含むクラスターから開始し、必要なクラスター数に達するまで徐々に分割します。
クラスターの分割
- k-mean:データ ポイントを k 個のクラスターに割り当て、各クラスターの中心が平均になりますクラスター内のすべてのデータポイントの。
- k 中心点: データ ポイントを k 個のクラスターに割り当てます。各クラスターの中心は、クラスター内のすべてのデータ ポイントの重心 (中央値) になります。
- ファジー C 平均法: データ ポイントが複数のクラスターに属することを許可します。そのメンバーシップはファジー値 (0 ~ 1) で表されます。
密度クラスタリング
- DBSCAN: データ ポイントを高密度領域にグループ化し、領域は分離によって分離されます。低密度領域の。
- 光学: 各データ ポイントとその近傍の密度を計算して、データ ポイントを階層に編成します。
スペクトル クラスタリング
- グラフに基づく: データ ポイントをグラフ内のノードとして表し、グラフ理論手法を使用してクラスターを特定します。
- ラプラシアン固有マップ: データ点の類似度行列を使用してラプラシアン行列を構築し、固有分解を実行してクラスターを識別します。
その他のクラスタリング アルゴリズム
- モデルベース: 統計モデル (混合ガウス モデルなど) を使用してデータをクラスタリングします親切。
- ニューラル ネットワーク: ニューラル ネットワーク アーキテクチャを使用して、データ ポイント間の類似性を学習します。
以上がクラスター分析にはどのような種類がありますか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

PhpStorm Mac バージョン
最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール

mPDF
mPDF は、UTF-8 でエンコードされた HTML から PDF ファイルを生成できる PHP ライブラリです。オリジナルの作者である Ian Back は、Web サイトから「オンザフライ」で PDF ファイルを出力し、さまざまな言語を処理するために mPDF を作成しました。 HTML2FPDF などのオリジナルのスクリプトよりも遅く、Unicode フォントを使用すると生成されるファイルが大きくなりますが、CSS スタイルなどをサポートし、多くの機能強化が施されています。 RTL (アラビア語とヘブライ語) や CJK (中国語、日本語、韓国語) を含むほぼすべての言語をサポートします。ネストされたブロックレベル要素 (P、DIV など) をサポートします。

MinGW - Minimalist GNU for Windows
このプロジェクトは osdn.net/projects/mingw に移行中です。引き続きそこでフォローしていただけます。 MinGW: GNU Compiler Collection (GCC) のネイティブ Windows ポートであり、ネイティブ Windows アプリケーションを構築するための自由に配布可能なインポート ライブラリとヘッダー ファイルであり、C99 機能をサポートする MSVC ランタイムの拡張機能が含まれています。すべての MinGW ソフトウェアは 64 ビット Windows プラットフォームで実行できます。

MantisBT
Mantis は、製品の欠陥追跡を支援するために設計された、導入が簡単な Web ベースの欠陥追跡ツールです。 PHP、MySQL、Web サーバーが必要です。デモおよびホスティング サービスをチェックしてください。

EditPlus 中国語クラック版
サイズが小さく、構文の強調表示、コード プロンプト機能はサポートされていません

ホットトピック









