階層的クラスタリングの基礎

Pythonで学ぶクラスタ分析

Shaumik Daityari

Business Analyst

linkage による距離行列の作成

scipy.cluster.hierarchy.linkage(observations, 
                                method='single', 
                                metric='euclidean', 
                                optimal_ordering=False
)

method: クラスタ間の近さの計算方法
metric: 距離尺度
optimal_ordering: データ点の並び替え

どの手法を使うべきか？

'single': 最も近い2点に基づく
'complete': 最も遠い2点に基づく
'average': 全点の算術平均に基づく
'centroid': 全点の重心（幾何平均）に基づく
'median': 全点の中央値に基づく
'ward': 二乗和に基づく

fcluster でラベルを作成

scipy.cluster.hierarchy.fcluster(distance_matrix, 
                                 num_clusters,
                                 criterion
)

distance_matrix: linkage() の出力
num_clusters: クラスタ数
criterion: しきい値の決め方

Ward 法での階層的クラスタリング

単連結法での階層的クラスタリング

完全法での階層的クラスタリング

手法選択のまとめ

すべてに最適な唯一の手法はない
データ分布をよく理解して選ぶ

演習に進みましょう

Pythonで学ぶクラスタ分析

Preparing Video For Download...