クラスタリング

クラスタリングとは観測データの距離の近いものをグループ化することで、教師なし学習に分類され今回は階層的凝集型クラスタリングについて説明します。

階層的凝集型クラスタリング

近いものを同じクラスタ、遠いものを別クラスタに振り分けるものです。
メリット：一度デンドログラフが出来れば欲しい性質を持ったクラスタに分けやすくなること
デメリット：データ数が増えると計算量も増えること

{ \displaystyle }

デンドログラムの作成
データ集合 $D = \{x_i | \ i=1...N\}$ についてデンドログラムを作ります。 $D$ 中のデータそれぞれをデータ数1のクラスタ候補 $C_n$ とします。次に、その $C_n$ の代表値 $x_n$ を求め、 $x_n$ 同士の距離の値が小さいものを統合します。(距離の判定方法は後述)この統合を $C_n = 1$ になるまで繰り返します。
出来たデンドログラムを切り分けていくつかのクラスタにするには以下のような制限によるものがあります。
1.データ数による制限
2.各クラスタ候補内のデータの距離の制限
3.クラスタ個数の制限