教師なし学習：基礎

Pythonで学ぶクラスタ分析

Shaumik Daityari

Business Analyst

身近な例：Google ニュース

Google ニュースは記事をどう分類するか？
教師なし学習アルゴリズム：クラスタリング
記事内の頻出語を照合し類似性を算出

ラベル付き/なしデータ

ラベルなしデータ

点1: (1, 2)
点2: (2, 2)
点3: (3, 1)

ラベル付きデータ

点1: (1, 2)、ラベル：危険ゾーン
点2: (2, 2)、ラベル：通常ゾーン
点3: (3, 1)、ラベル：通常ゾーン

教師なし学習とは？

データ内のパターンを発見する機械学習手法の総称
入力データはラベル付け・分類・特徴付けされていない
目的はデータ構造を見いだすこと
代表例：クラスタリング、ニューラルネット、異常検知

クラスタリングとは？

類似した特徴を持つ項目をまとめる手法
同じグループ内の項目は他グループより互いに近い
例：2D 平面上の点間距離

クラスタリング用データのプロット - ポケモン目撃情報

from matplotlib import pyplot as plt

x_coordinates = [80, 93, 86, 98, 86, 9, 15, 3, 10, 20, 44, 56, 49, 62, 44]
y_coordinates = [87, 96, 95, 92, 92, 57, 49, 47, 59, 55, 25, 2, 10, 24, 10]

plt.scatter(x_coordinates, y_coordinates)
plt.show()

次は実践です

Pythonで学ぶクラスタ分析