クラスタリング 自然言語処理のための機械学習入門

クラスタリング

準備

凝集型クラスタリング

ｋ平均法

適当にいくつか代表点を決めて、観測点は、どれか代表点に(距離, カーネル関数値？)近いもので最初のクラスター

最初のクラスターで、平均ベクトルを求めて、それを代表値にして、またクラスター化。観測値の所属に変化がなくなるまでやる。

混合正規分布によるクラスタリング

K平均方は、クラスターへの所属を確定させている。所属を割合（確率）にする。その所属・割合を多次元？正規分布で、分散を各クラスターで同じとする。そうすれば、各クラスター別に確率が出るので、正規化？して、各点はこのクラスターにこれくらいというのが出る。

上記で、各点ごとにそれぞれのクラスター所属確率がでるので、逆にクラスター別に代表ベクトルが出せる。あとはｋ平均方と同じ。

EMアルゴリズム

上記の混合正規分布クラスタリングを一般化。

クラスタリングにおける問題点や注意点

この章のまとめ

章末問題