♪この章の曲過去問オーバーフィット
サビで覚えて、下の会話で回収
#1クラスタリングは「答えなし」の仲間分け

今日から教師なし学習! 正解なしで、どうやって学ぶの!?

…データの「似ている度合い」だけで、グループに分ける。クラスタリング。

…できたグループを「クラスタ」と呼ぶ。

分類と何がちがうの? どっちも仕分けじゃん!
| 分類 | クラスタリング | |
|---|---|---|
| 学習の種類 | 教師あり | 教師なし |
| 正解ラベル | ある(迷惑メールか) | ない |
| グループの意味 | 先に決まっている | あとから人が読みとる |

名前のないグループ…♡ 「ルナ推し」みたいに、あとで名前をつけるのね

…そう。そのクラスタは、たぶん1人。
#2k-means法:k個の中心を動かしていく

…代表的な方法、k-means法。最初に、グループの数kを人が決める。
- 1グループ数kを決め、中心点をk個えらぶ
- 2それぞれのデータを、いちばん近い中心のグループに入れる
- 3グループごとに平均をとり、そこを新しい中心にする
- 4中心がほとんど動かなくなるまで2〜3をくり返す

近いところに入れて、真ん中を動かして、また入れて…のくり返し!

…そう。グループ内のばらつきが小さくなるように動いていく。

ルナの心の中心も、推しが変わるたびに動くの♡

収束しないじゃん!
#3k-means法の注意点

…注意が2つ。kは自分で決める。答えは教えてくれない。

…もう1つ。最初の中心の選び方で、結果が変わることがある。

え、運しだいってこと!?

運命の出会いも、最初の位置しだいなのね♡

…だから、初期値を変えて何回かやる。中心を離して選ぶk-means++という工夫もある。
#4階層的クラスタリング:近いものから順にくっつける

…別の方法。1つ1つのデータから始めて、近いグループどうしを順にまとめる。

…これが階層的クラスタリング。まとめた順番を木の図にしたのがデンドログラム。

トーナメント表みたい! 下からどんどん合体していく!
階層的クラスタリングで、どのデータ・グループがどの順にまとまったかを表す木の図。横に線を引いて切る高さで、グループ数が決まる
dendrogram

…まとめ方のルールの1つが、ウォード法。グループ内のばらつきの増え方が最小になるように合体させる。

あとからグループ数を決められるなんて、やさしい♡ 優柔不断なルナ向き

k-meansは先にkを決める、階層的は図を見てあとで切る!
#5どんなところで使う?

で、実際にはどこで使うの?

…例えば、お客さんを買い方の特徴でグループに分けて、グループごとに売り方を変える。

ルナは「毎日AIに話しかける常連さん」グループ♡

…ただし、できたグループに何の意味があるかは、人が見て判断する。
ミコのメモ(自分あて)
- クラスタリング=正解なしで似たデータをまとめる既読
- k-means法は先にkを決め、中心の移動をくり返す既読
- k-meansは初期値で結果が変わる(k-means++で工夫)既読
- デンドログラムは切る高さでグループ数が決まる既読
試験デンデン! 1問だけ
k-means法の説明として、正しいものはどれ?
k-means法は、グループ数kを先に決め、各データを最も近い中心に割り当てて、中心をそのグループの平均に更新することをくり返す教師なし学習の手法。正解ラベルを使うのは分類(教師あり学習)。1つずつのグループから順にまとめ、グループ数をあとから決められるのは階層的クラスタリング。
※ 出題範囲を参考にしたオリジナル問題です
この記事の出典
- scikit-learn User Guide「Clustering(K-means / Hierarchical clustering)」
- scikit-learn「Plot Hierarchical Clustering Dendrogram」
- Google「Clustering: What is k-means clustering?」
- JDLA「G検定とは」(シラバス)
G検定(JDLA ジェネラリスト検定)のシラバス2024(第1.4版)をもとにした非公式の学習コンテンツです。JDLAとは関係ありません。 登場人物は架空のキャラクターです。