PCA の振り返りと次のステップ

R による教師なし学習

Hank Roark

Senior Data Scientist at Boeing

これまでの振り返り

  • データをダウンロードし、モデリング用に準備
  • 探索的データ分析
  • 主成分分析を実施
R による教師なし学習

次のステップ

  • 階層的クラスタリングを完了
  • k-means クラスタリングを完了
  • PCA とクラスタリングを組み合わせる
  • 階層的クラスタリングの結果を診断と比較
  • 階層的クラスタリングと k-means クラスタリングの結果を比較
  • クラスタリングの前処理としての PCA
R による教師なし学習

振り返り: R での階層的クラスタリング

# Calculates similarity as Euclidean distance between observations
s <- dist(x)

# Returns hierarchical clustering model
hclust(s)

Call:
hclust(d = s)

Cluster method   : complete 
Distance         : euclidean 
Number of objects: 50
R による教師なし学習

振り返り: R での k-means

$$

# k-means algorithm with 5 centers, run 20 times
kmeans(x, centers = 5, nstart = 20)

$$

  • 1行につき1つの観測値、1列につき1つの特徴量
  • k-means にはランダムな要素がある
  • アルゴリズムを複数回実行すると、最良のモデルが得られる可能性が高まる
R による教師なし学習

練習しましょう！

R による教師なし学習

Preparing Video For Download...