SlideShare a Scribd company logo

T08

•
•
A
anonymousouj

1554522

Education
1 of 53
Download to read offline
クラスター分析 クラスター分析とは 似た特徴を持つものをまとめて グループを作成するための⼿手法のこと。  　⼆二種類の⼿手法について説明する。  　・似た特徴を持つものをまとめて階層構造にする。  　・事前に決めた個数のグループに分ける。
[テーマ] 講義の構成 階層的クラスター分析 Rによる計算 Rによる計算 ⾮非階層的クラスター分析（k-means 法） まとめ
階層的クラスター分析 ೒ ন ೒ ন ෾ ‫ܝ‬ ෾ ‫ܝ‬ ‫܊‬ ୔ ఛ ࣪ ‫܊‬ ୔ ఛ ࣪ ધ ੔ ધ ੔ ओ ࡩ ओ ࡩ ࡢ ੿ ࡢ ੿ ‫ڀ‬ ࡩ ‫ڀ‬ ࡩ ৻ ӯ ৻ ӯ ୔ ઐ ୔ ઐ ௪ ൑ ຂ ௪ ൑ ຂ ࣣ ฐ ࣣ ฐ ࡉ ๕ ‫ڀ‬ ࡉ ๕ ‫ڀ‬ ୼ ֮ ୼ ֮ ओ ׄ ओ ׄ 0 20 20 40 40 60 60 80 80 ʸʻƪ˛൥ ʸʻƪ˛൥ +HLJKW +HLJKW
階層的クラスター分析 ೒ ন ೒ ন ෾ ‫ܝ‬ ෾ ‫ܝ‬ ‫܊‬ ୔ ఛ ࣪ ‫܊‬ ୔ ఛ ࣪ ધ ੔ ધ ੔ ओ ࡩ ओ ࡩ ࡢ ੿ ࡢ ੿ ‫ڀ‬ ࡩ ‫ڀ‬ ࡩ ৻ ӯ ৻ ӯ ୔ ઐ ୔ ઐ ௪ ൑ ຂ ௪ ൑ ຂ ࣣ ฐ ࣣ ฐ ࡉ ๕ ‫ڀ‬ ࡉ ๕ ‫ڀ‬ ୼ ֮ ୼ ֮ ओ ׄ ओ ׄ 0 20 20 40 40 60 60 80 80 ʸʻƪ˛൥ ʸʻƪ˛൥ +HLJKW +HLJKW ೒ন ෾‫ܝ‬ ࡢ੿ ‫ࡩڀ‬ ओࡩ ‫୔܊‬ఛ࣪ ધ੔ ৻ӯ ୔ઐ ௪൑ຂ ࣣฐ ࡉ๕‫ڀ‬ ୼֮ ओׄ
೒ ন ೒ ন ෾ ‫ܝ‬ ෾ ‫ܝ‬ ‫܊‬ ୔ ఛ ࣪ ‫܊‬ ୔ ఛ ࣪ ધ ੔ ધ ੔ ओ ࡩ ओ ࡩ ࡢ ੿ ࡢ ੿ ‫ڀ‬ ࡩ ‫ڀ‬ ࡩ ৻ ӯ ৻ ӯ ୔ ઐ ୔ ઐ ௪ ൑ ຂ ௪ ൑ ຂ ࣣ ฐ ࣣ ฐ ࡉ ๕ ‫ڀ‬ ࡉ ๕ ‫ڀ‬ ୼ ֮ ୼ ֮ ओ ׄ ओ ׄ 0 20 20 40 40 60 60 80 80 ʸʻƪ˛൥ ʸʻƪ˛൥ +HLJKW +HLJKW ೒ন ෾‫ܝ‬ ࡢ੿ ‫ࡩڀ‬ ओࡩ ‫୔܊‬ఛ࣪ ધ੔ ৻ӯ ୔ઐ ௪൑ຂ ࣣฐ ࡉ๕‫ڀ‬ ୼֮ ओׄ 階層的クラスター分析
೒ ন ೒ ন ෾ ‫ܝ‬ ෾ ‫ܝ‬ ‫܊‬ ୔ ఛ ࣪ ‫܊‬ ୔ ఛ ࣪ ધ ੔ ધ ੔ ओ ࡩ ओ ࡩ ࡢ ੿ ࡢ ੿ ‫ڀ‬ ࡩ ‫ڀ‬ ࡩ ৻ ӯ ৻ ӯ ୔ ઐ ୔ ઐ ௪ ൑ ຂ ௪ ൑ ຂ ࣣ ฐ ࣣ ฐ ࡉ ๕ ‫ڀ‬ ࡉ ๕ ‫ڀ‬ ୼ ֮ ୼ ֮ ओ ׄ ओ ׄ 0 20 20 40 40 60 60 80 80 ʸʻƪ˛൥ ʸʻƪ˛൥ +HLJKW +HLJKW ೒ন ෾‫ܝ‬ ࡢ੿ ‫ࡩڀ‬ ओࡩ ‫୔܊‬ఛ࣪ ધ੔ ৻ӯ ୔ઐ ௪൑ຂ ࣣฐ ࡉ๕‫ڀ‬ ୼֮ ओׄ 階層的クラスター分析
階層的クラスター分析 ೒ ন ೒ ন ෾ ‫ܝ‬ ෾ ‫ܝ‬ ‫܊‬ ୔ ఛ ࣪ ‫܊‬ ୔ ఛ ࣪ ધ ੔ ધ ੔ ओ ࡩ ओ ࡩ ࡢ ੿ ࡢ ੿ ‫ڀ‬ ࡩ ‫ڀ‬ ࡩ ৻ ӯ ৻ ӯ ୔ ઐ ୔ ઐ ௪ ൑ ຂ ௪ ൑ ຂ ࣣ ฐ ࣣ ฐ ࡉ ๕ ‫ڀ‬ ࡉ ๕ ‫ڀ‬ ୼ ֮ ୼ ֮ ओ ׄ ओ ׄ 0 20 20 40 40 60 60 80 80 ʸʻƪ˛൥ ʸʻƪ˛൥ +HLJKW +HLJKW ೒ন ෾‫ܝ‬ ࡢ੿ ‫ࡩڀ‬ ओࡩ ‫୔܊‬ఛ࣪ ધ੔ ৻ӯ ୔ઐ ௪൑ຂ ࣣฐ ࡉ๕‫ڀ‬ ୼֮ ओׄ
階層的クラスター分析 ೒ ন ೒ ন ෾ ‫ܝ‬ ෾ ‫ܝ‬ ‫܊‬ ୔ ఛ ࣪ ‫܊‬ ୔ ఛ ࣪ ધ ੔ ધ ੔ ओ ࡩ ओ ࡩ ࡢ ੿ ࡢ ੿ ‫ڀ‬ ࡩ ‫ڀ‬ ࡩ ৻ ӯ ৻ ӯ ୔ ઐ ୔ ઐ ௪ ൑ ຂ ௪ ൑ ຂ ࣣ ฐ ࣣ ฐ ࡉ ๕ ‫ڀ‬ ࡉ ๕ ‫ڀ‬ ୼ ֮ ୼ ֮ ओ ׄ ओ ׄ 0 20 20 40 40 60 60 80 80 ʸʻƪ˛൥ ʸʻƪ˛൥ +HLJKW +HLJKW ೒ন ෾‫ܝ‬ ࡢ੿ ‫ࡩڀ‬ ओࡩ ‫୔܊‬ఛ࣪ ધ੔ ৻ӯ ୔ઐ ௪൑ຂ ࣣฐ ࡉ๕‫ڀ‬ ୼֮ ओׄ
階層的クラスター分析 ೒ ন ೒ ন ෾ ‫ܝ‬ ෾ ‫ܝ‬ ‫܊‬ ୔ ఛ ࣪ ‫܊‬ ୔ ఛ ࣪ ધ ੔ ધ ੔ ओ ࡩ ओ ࡩ ࡢ ੿ ࡢ ੿ ‫ڀ‬ ࡩ ‫ڀ‬ ࡩ ৻ ӯ ৻ ӯ ୔ ઐ ୔ ઐ ௪ ൑ ຂ ௪ ൑ ຂ ࣣ ฐ ࣣ ฐ ࡉ ๕ ‫ڀ‬ ࡉ ๕ ‫ڀ‬ ୼ ֮ ୼ ֮ ओ ׄ ओ ׄ 0 20 20 40 40 60 60 80 80 ʸʻƪ˛൥ ʸʻƪ˛൥ +HLJKW +HLJKW ೒ন ෾‫ܝ‬ ࡢ੿ ‫ࡩڀ‬ ओࡩ ‫୔܊‬ఛ࣪ ધ੔ ৻ӯ ୔ઐ ௪൑ຂ ࣣฐ ࡉ๕‫ڀ‬ ୼֮ ओׄ
階層的クラスター分析 ೒ ন ೒ ন ෾ ‫ܝ‬ ෾ ‫ܝ‬ ‫܊‬ ୔ ఛ ࣪ ‫܊‬ ୔ ఛ ࣪ ધ ੔ ધ ੔ ओ ࡩ ओ ࡩ ࡢ ੿ ࡢ ੿ ‫ڀ‬ ࡩ ‫ڀ‬ ࡩ ৻ ӯ ৻ ӯ ୔ ઐ ୔ ઐ ௪ ൑ ຂ ௪ ൑ ຂ ࣣ ฐ ࣣ ฐ ࡉ ๕ ‫ڀ‬ ࡉ ๕ ‫ڀ‬ ୼ ֮ ୼ ֮ ओ ׄ ओ ׄ 0 20 20 40 40 60 60 80 80 ʸʻƪ˛൥ ʸʻƪ˛൥ +HLJKW +HLJKW ೒ন ෾‫ܝ‬ ࡢ੿ ‫ࡩڀ‬ ओࡩ ‫୔܊‬ఛ࣪ ધ੔ ৻ӯ ୔ઐ ௪൑ຂ ࣣฐ ࡉ๕‫ڀ‬ ୼֮ ओׄ
階層的クラスター分析 ೒ ন ೒ ন ෾ ‫ܝ‬ ෾ ‫ܝ‬ ‫܊‬ ୔ ఛ ࣪ ‫܊‬ ୔ ఛ ࣪ ધ ੔ ધ ੔ ओ ࡩ ओ ࡩ ࡢ ੿ ࡢ ੿ ‫ڀ‬ ࡩ ‫ڀ‬ ࡩ ৻ ӯ ৻ ӯ ୔ ઐ ୔ ઐ ௪ ൑ ຂ ௪ ൑ ຂ ࣣ ฐ ࣣ ฐ ࡉ ๕ ‫ڀ‬ ࡉ ๕ ‫ڀ‬ ୼ ֮ ୼ ֮ ओ ׄ ओ ׄ 0 20 20 40 40 60 60 80 80 ʸʻƪ˛൥ ʸʻƪ˛൥ +HLJKW +HLJKW ೒ন ෾‫ܝ‬ ࡢ੿ ‫ࡩڀ‬ ओࡩ ‫୔܊‬ఛ࣪ ધ੔ ৻ӯ ୔ઐ ௪൑ຂ ࣣฐ ࡉ๕‫ڀ‬ ୼֮ ओׄ
階層的クラスター分析 ೒ ন ೒ ন ෾ ‫ܝ‬ ෾ ‫ܝ‬ ‫܊‬ ୔ ఛ ࣪ ‫܊‬ ୔ ఛ ࣪ ધ ੔ ધ ੔ ओ ࡩ ओ ࡩ ࡢ ੿ ࡢ ੿ ‫ڀ‬ ࡩ ‫ڀ‬ ࡩ ৻ ӯ ৻ ӯ ୔ ઐ ୔ ઐ ௪ ൑ ຂ ௪ ൑ ຂ ࣣ ฐ ࣣ ฐ ࡉ ๕ ‫ڀ‬ ࡉ ๕ ‫ڀ‬ ୼ ֮ ୼ ֮ ओ ׄ ओ ׄ 0 20 20 40 40 60 60 80 80 ʸʻƪ˛൥ ʸʻƪ˛൥ +HLJKW +HLJKW ೒ন ෾‫ܝ‬ ࡢ੿ ‫ࡩڀ‬ ओࡩ ‫୔܊‬ఛ࣪ ધ੔ ৻ӯ ୔ઐ ௪൑ຂ ࣣฐ ࡉ๕‫ڀ‬ ୼֮ ओׄ
D A C B ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ 階層的クラスター分析
D A C B ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ᱬ ƔɼʫɽʫȤ୐Ԩʍ֧຃ɫ ƔɼʫɽʫȤ୐Ԩʍ֧຃ɫ ƏƏƏ฿ɧʨʫʅɣʪʡʍʇɸʪƑ ƏƏƏ฿ɧʨʫʅɣʪʡʍʇɸʪƑ 階層的クラスター分析
D A C B ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ᱭ Ɣ֧຃ɫ‫ݍ‬એʍʡʍʱূʕƑ Ɣ֧຃ɫ‫ݍ‬એʍʡʍʱূʕƑ 階層的クラスター分析
D A C B ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ᱮ Ɣφಀ֧຃ʍએɣʡʍʱ Ɣφಀ֧຃ʍએɣʡʍʱ ƏƏƏφʃʍ˂˽ƪ˩ʊɸʪƑ ƏƏƏφʃʍ˂˽ƪ˩ʊɸʪƑ 階層的クラスター分析
D A C B ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ᱯ Ɣʝʇʠɾ୐ʇ਴ʍ୐ʇʍ֧຃ʱ Ɣʝʇʠɾ୐ʇ਴ʍ୐ʇʍ֧຃ʱ Ə‫ޟك‬ɶ૰ɸƸɣɮʃɪൣ൥ɫɡʪƹ Ƒ Ə‫ޟك‬ɶ૰ɸƸɣɮʃɪൣ൥ɫɡʪƹ Ƒ ‫ݍ‬એ ‫ݍ‬એ ‫ݍ‬૫ ‫ݍ‬૫ 階層的クラスター分析
D A C B ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ᱰ Ɣʝʇʠɾ୐ʇ਴ʍ୐ʇʍ֧຃ʱ Ɣʝʇʠɾ୐ʇ਴ʍ୐ʇʍ֧຃ʱ Ə‫ޟك‬ɶ૰ɸƸɣɮʃɪൣ൥ɫɡʪƹ Ƒ Ə‫ޟك‬ɶ૰ɸƸɣɮʃɪൣ൥ɫɡʪƹ Ƒ 階層的クラスター分析
D A C B ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ᱱ Ɣ֧຃ʱ‫ޟك݌‬ɸʪɲʇʆƐ୐ɫφʃ Ɣ֧຃ʱ‫ޟك݌‬ɸʪɲʇʆƐ୐ɫφʃ ࢭʉɮʉʂɾʇ۵ɧʪɲʇɫʆɬʪƑ ࢭʉɮʉʂɾʇ۵ɧʪɲʇɫʆɬʪƑ 階層的クラスター分析
D A C B ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ᱲ ƔঢʚʈʇடํʊƐ֧຃ʍφಀએɣ ƔঢʚʈʇடํʊƐ֧຃ʍφಀએɣ ƏƏ୐ʱφʃʍ୐ʇɶʅʝʇʠʪƑ ƏƏ୐ʱφʃʍ୐ʇɶʅʝʇʠʪƑ ƏƏ ƏƏ 階層的クラスター分析
D A C B ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ᱳ Ɣ֧຃ʍએɣʡʍʱূʕƑ Ɣ֧຃ʍએɣʡʍʱূʕƑ Ɣɼʫʱφʃʍ୐ʇɶʅ۵ɧʪƑ Ɣɼʫʱφʃʍ୐ʇɶʅ۵ɧʪƑ Ɣ֧຃ʱ‫ޟك‬ɶ૰ɸƑ Ɣ֧຃ʱ‫ޟك‬ɶ૰ɸƑ ʇɣɥ‫זݴ‬ʱ‫ؗ‬ʩ഼ɸƑ ʇɣɥ‫זݴ‬ʱ‫ؗ‬ʩ഼ɸƑ ƏƏ ƏƏ 階層的クラスター分析
D A C B ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ֧຃ʍ‫ׯ‬ɣȤʃʍ୐ʱʝʇʠʪƑ ᱴ Ɣ֧຃ʍએɣʡʍʱূʕƑ Ɣ֧຃ʍએɣʡʍʱূʕƑ Ɣɼʫʱφʃʍ୐ʇɶʅ۵ɧʪƑ Ɣɼʫʱφʃʍ୐ʇɶʅ۵ɧʪƑ Ɣ֧຃ʱ‫ޟك‬ɶ૰ɸƑ Ɣ֧຃ʱ‫ޟك‬ɶ૰ɸƑ ʇɣɥ‫זݴ‬ʱ‫ؗ‬ʩ഼ɸƑ ʇɣɥ‫זݴ‬ʱ‫ؗ‬ʩ഼ɸƑ ‫گݍ‬ʎφʃʍ୐ʊʝʇʝʩࡊນɸʪƑ ‫گݍ‬ʎφʃʍ୐ʊʝʇʝʩࡊນɸʪƑ 階層的クラスター分析
距離の再計算 ① 最短距離法 : ⼀一番短い距離を利⽤用する。 ② 最⻑⾧長距離法 : ⼀一番⻑⾧長い距離を利⽤用する。 ③  群平均法 　 : 距離の平均を求める。 ④  重⼼心法 　 　 : 重⼼心との距離を計算する。 ⑤  ウォード法 : クラスターが巨⼤大にならないように  　 　 　 　 　 　 グループの中の距離がどれだけ 増えるかを計算する。 それが⼀一番最⼩小となる点を選ぶ。 ݂઄֜๸ ݂઄֜๸ ݂ૠ֜๸ ݂ૠ֜๸
距離の再計算 ① 最短距離法 : ⼀一番短い距離を利⽤用する。 ② 最⻑⾧長距離法 : ⼀一番⻑⾧長い距離を利⽤用する。 ③  群平均法 　 : 距離の平均を求める。 ④  重⼼心法 　 　 : 重⼼心との距離を計算する。 ⑤  ウォード法 : クラスターが巨⼤大にならないように  　 　 　 　 　 　 グループの中の距離がどれだけ 増えるかを計算する。 それが⼀一番最⼩小となる点を選ぶ。 ؓച‫ה‬ ؓച‫ה‬
距離の再計算 ① 最短距離法 : ⼀一番短い距離を利⽤用する。 ② 最⻑⾧長距離法 : ⼀一番⻑⾧長い距離を利⽤用する。 ③  群平均法 　 : 距離の平均を求める。 ④  重⼼心法 　 　 : 重⼼心との距離を計算する。 ⑤  ウォード法 : クラスターが巨⼤大にならないように  　 　 　 　 　 　 グループの中の距離がどれだけ 増えるかを計算する。 それが⼀一番最⼩小となる点を選ぶ。 ࡚अ൚ ࡚अ൚
距離の再計算 ① 最短距離法 : ⼀一番短い距離を利⽤用する。 ② 最⻑⾧長距離法 : ⼀一番⻑⾧長い距離を利⽤用する。 ③  群平均法 　 : 距離の平均を求める。 ④  重⼼心法 　 　 : 重⼼心との距離を計算する。 ⑤  ウォード法 : クラスターが巨⼤大にならないように  　 　 　 　 　 　 グループの中の距離がどれだけ 増えるかを計算する。 それが⼀一番最⼩小となる点を選ぶ。 ʭʰƟː൚ ʭʰƟː൚
Rによる計算例 ೒ ন ೒ ন ෾ ‫ܝ‬ ෾ ‫ܝ‬ ‫܊‬ ୔ ఛ ࣪ ‫܊‬ ୔ ఛ ࣪ ધ ੔ ધ ੔ ओ ࡩ ओ ࡩ ࡢ ੿ ࡢ ੿ ‫ڀ‬ ࡩ ‫ڀ‬ ࡩ ৻ ӯ ৻ ӯ ୔ ઐ ୔ ઐ ௪ ൑ ຂ ௪ ൑ ຂ ࣣ ฐ ࣣ ฐ ࡉ ๕ ‫ڀ‬ ࡉ ๕ ‫ڀ‬ ୼ ֮ ୼ ֮ ओ ׄ ओ ׄ 0 20 20 40 40 60 60 80 80 ʸʻƪ˛൥ ʸʻƪ˛൥ +HLJKW +HLJKW
階層的クラスター分析の計算 (hclust) 所要時間データ × Ø Ù Ĩ Ĩ Ĩ ×Ø ×Ù ×Ú ×Ôೇঝ Ö Ý ×Ø Ĩ Ĩ Ĩ ×Ú ×Ö Ý ØÔෳ‫ܒ‬ Ý Ö Û Ĩ Ĩ Ĩ Ø× ×Ý ×Ú ÙÔࡗੴ ×Ø Û Ö Ĩ Ĩ Ĩ ØÜ ØØ ×ß ÚÔ‫࡞ٵ‬ ×Ú Ý Ø Ĩ Ĩ Ĩ ØÞ ØÚ Ø× Ĩ Ĩ Ĩ Ĩ Ĩ Ĩ ×ØÔ࠾๊‫ٵ‬ ×Ú Ø× ØÜ Ĩ Ĩ Ĩ Ö Ú Ý ×ÙÔୱ֣ ×Ö ×Ý ØØ Ĩ Ĩ Ĩ Ú Ö Ù ×ÚÔईֹ Ý ×Ú ×ß Ĩ Ĩ Ĩ Ý Ù Ö
階層的クラスター分析の計算 (hclust) 所要時間データ CSVファイル ÒೇঝÒෳ‫ܒ‬ÒࡗੴÒ‫࡞ٵ‬Òई࡞Ò‫ۿ‬୉ఐࣟƧ ೇঝÒÖÒÝÒ×ØÒ×ÚÒ×ÞÒØØÒƧ ෳ‫ܒ‬ÒÝÒÖÒÛÒÝÒ××Ò×ÛÒƧ ࡗੴÒ×ØÒÛÒÖÒØÒÜÒ×ÖÒƧ ‫࡞ٵ‬Ò×ÚÒÝÒØÒÖÒÚÒÞÒƧ ई࡞Ò×ÞÒ××ÒÜÒÚÒÖÒÚÒƧ ‫ۿ‬୉ఐࣟÒØØÒ×ÛÒ×ÖÒÞÒÚÒÖÒƧ જ੉ÒØÛÒ×ÞÒ×ÙÒ××ÒÝÒÙÒƧ Ƨ
階層的クラスター分析の計算 (hclust) plot( yamatewa ) yamate0 - read.csv( yamate.csv , header=T, row.names=1) yamate1 - as.dist( yamate0 ) yamatewa - hclust ( yamate1,method= ward ) yamatewa R
多次元尺度法の計算 ( cmdscale ) 所要時間データ × Ø Ù Ĩ Ĩ Ĩ ×Ø ×Ù ×Ú ×Ôೇঝ Ö Ý ×Ø Ĩ Ĩ Ĩ ×Ú ×Ö Ý ØÔෳ‫ܒ‬ Ý Ö Û Ĩ Ĩ Ĩ Ø× ×Ý ×Ú ÙÔࡗੴ ×Ø Û Ö Ĩ Ĩ Ĩ ØÜ ØØ ×ß ÚÔ‫࡞ٵ‬ ×Ú Ý Ø Ĩ Ĩ Ĩ ØÞ ØÚ Ø× Ĩ Ĩ Ĩ Ĩ Ĩ Ĩ ×ØÔ࠾๊‫ٵ‬ ×Ú Ø× ØÜ Ĩ Ĩ Ĩ Ö Ú Ý ×ÙÔୱ֣ ×Ö ×Ý ØØ Ĩ Ĩ Ĩ Ú Ö Ù ×ÚÔईֹ Ý ×Ú ×ß Ĩ Ĩ Ĩ Ý Ù Ö
階層的クラスター分析の計算 (hclust) plot( yamatewa ) yamate0 - read.csv( yamate.csv , header=T, row.names=1) yamate1 - as.dist( yamate0 ) yamatewa - hclust ( yamate1,method= ward ) yamatewa R
階層的クラスター分析の計算 (hclust) plot( yamate3 ) yamate0 - read.csv( yamate.csv , header=T, row.names=1) yamate1 - as.dist( yamate0 ) yamatewa -hclust ( yamate1,method= ward ) yamatewa hclust(距離データ, method= 距離の方法) 最短距離法 single 、最長距離法 complete、群平均法 average 重心法 centroid、 ウォード法 ward R
階層的クラスター分析の計算 (hclust) plot( yamatewa ) yamate0 - read.csv( yamate.csv , header=T, row.names=1) yamate1 - as.dist( yamate0 ) yamatewa - hclust ( yamate1,method= ward ) yamatewa R
階層的クラスター分析 ೒ন ೒ন ୼֮ ୼֮ ओׄ ओׄ ࣣฐ ࣣฐ ࡉ๕‫ڀ‬ ࡉ๕‫ڀ‬ ৻ӯ ৻ӯ ୔ઐ ୔ઐ ௪൑ຂ ௪൑ຂ ෾‫ܝ‬ ෾‫ܝ‬ ‫୔܊‬ఛ࣪ ‫୔܊‬ఛ࣪ ધ੔ ધ੔ ओࡩ ओࡩ ࡢ੿ ࡢ੿ ‫ࡩڀ‬ ‫ࡩڀ‬ ‫ݍ‬એ֧຃൥ ‫ݍ‬એ֧຃൥ +HLJKW +HLJKW ৻ӯ ৻ӯ ୔ઐ ୔ઐ ௪൑ຂ ௪൑ຂ ࣣฐ ࣣฐ ࡉ๕‫ڀ‬ ࡉ๕‫ڀ‬ ୼֮ ୼֮ ओׄ ओׄ ೒ন ೒ন ‫୔܊‬ఛ࣪ ‫୔܊‬ఛ࣪ ધ੔ ધ੔ ෾‫ܝ‬ ෾‫ܝ‬ ओࡩ ओࡩ ࡢ੿ ࡢ੿ ‫ࡩڀ‬ ‫ࡩڀ‬ ࡥऐ൥ ࡥऐ൥ +HLJKW +HLJKW 距離の逆転
⾮非階層的クラスター分析 [ ೒ন ೒ন ෾‫ܝ‬ ෾‫ܝ‬ ࡢ੿ ࡢ੿ ‫ࡩڀ‬ ‫ࡩڀ‬ ओࡩ ओࡩ ‫୔܊‬ఛ࣪ ‫୔܊‬ఛ࣪ ધ੔ ધ੔ ৻ӯ ৻ӯ ୔ઐ ୔ઐ ௪൑ຂ ௪൑ຂ ࣣฐ ࣣฐ ࡉ๕‫ڀ‬ ࡉ๕‫ڀ‬ ୼֮ ୼֮ ओׄ ओׄ
k-means法 x y ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ
x y ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ k-means法
x y ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ Ɣɼʍ ୐ʇʍ֧຃ʱ‫ޟك‬ɸʪƑ Ɣɼʍ ୐ʇʍ֧຃ʱ‫ޟك‬ɸʪƑ ᱭ k-means法
x y ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ Ɣɼʫɽʫʍ୐ʎƐ‫ׯ‬ɣൣʍਜ਼೅୐ Ɣɼʫɽʫʍ୐ʎƐ‫ׯ‬ɣൣʍਜ਼೅୐ Əʍ˂˽ƪ˩ʊਦɸʪɲʇʊɸʪƑ Əʍ˂˽ƪ˩ʊਦɸʪɲʇʊɸʪƑ ᱮ k-means法
x y ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ Ɣɼʫɽʫʍ˂˽ƪ˩ʍࡥऐʱ Ɣɼʫɽʫʍ˂˽ƪ˩ʍࡥऐʱ Əओɾʉਜ਼೅ʍ୐ʇɸʪƑ Əओɾʉਜ਼೅ʍ୐ʇɸʪƑ ƏƏ ƏƏ ᱯ k-means法
x y ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ Ɣओɾʉਜ਼೅୐ʇƐɼʫɽʫʍ Ɣओɾʉਜ਼೅୐ʇƐɼʫɽʫʍ ƏƏƏƏƏƏƏƏ֧຃ʱ‫ޟك‬ɸʪƑ ƏƏƏƏƏƏƏƏ֧຃ʱ‫ޟك‬ɸʪƑ ᱰ k-means法
x y ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ ƔঢʚʈʇடํʊƐ‫ׯ‬ɣൣʍਜ਼೅୐ʇ ƔঢʚʈʇடํʊƐ‫ׯ‬ɣൣʍਜ਼೅୐ʇ Əடɷ˂˽ƪ˩ʇɶʅƐഒ຾ɸʪƑ Əடɷ˂˽ƪ˩ʇɶʅƐഒ຾ɸʪƑ ƏƏ ƏƏ ᱱ k-means法
x y ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ Ɣਜ਼೅ʇʉʪ୐ʱূʒ૰ɸƑ Ɣਜ਼೅ʇʉʪ୐ʱূʒ૰ɸƑ Ɣ֧຃ʱ‫ޟك‬ɸʪƑ Ɣ֧຃ʱ‫ޟك‬ɸʪƑ Ɣ‫ׯ‬ɣൣʍ୐ʍ˂˽ƪ˩ʇɸʪƑ Ɣ‫ׯ‬ɣൣʍ୐ʍ˂˽ƪ˩ʇɸʪƑ ʇɣɥ‫זݴ‬ʱ‫ؗ‬ʩ഼ɸƑ ʇɣɥ‫זݴ‬ʱ‫ؗ‬ʩ഼ɸƑ ƏƏ ƏƏ ᱲ k-means法
x y ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ Ɣਜ਼೅ʇʉʪ୐ʱূʒ૰ɸƑ Ɣਜ਼೅ʇʉʪ୐ʱূʒ૰ɸƑ Ɣ֧຃ʱ‫ޟك‬ɸʪƑ Ɣ֧຃ʱ‫ޟك‬ɸʪƑ Ɣ‫ׯ‬ɣൣʍ୐ʍ˂˽ƪ˩ʇɸʪƑ Ɣ‫ׯ‬ɣൣʍ୐ʍ˂˽ƪ˩ʇɸʪƑ ʇɣɥ‫זݴ‬ʱ‫ؗ‬ʩ഼ɸƑ ʇɣɥ‫זݴ‬ʱ‫ؗ‬ʩ഼ɸƑ ƏƏ ƏƏ ᱳ k-means法
x y ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ ‫ڎ‬ʍ୐ʱȤʃʍ˂˽ƪ˩ʊഒɰʪƑ Ɣਜ਼೅ʇʉʪ୐ʱূʒ૰ɸƑ Ɣਜ਼೅ʇʉʪ୐ʱূʒ૰ɸƑ Ɣ֧຃ʱ‫ޟك‬ɸʪƑ Ɣ֧຃ʱ‫ޟك‬ɸʪƑ Ɣ‫ׯ‬ɣൣʍ୐ʍ˂˽ƪ˩ʇɸʪƑ Ɣ‫ׯ‬ɣൣʍ୐ʍ˂˽ƪ˩ʇɸʪƑ ʇɣɥ‫זݴ‬ʱ‫ؗ‬ʩ഼ɸƑ ʇɣɥ‫זݴ‬ʱ‫ؗ‬ʩ഼ɸƑ ˂˽ƪ˩ʊഷѓɫʉɰʫʏࡊນʇɸʪƑ ˂˽ƪ˩ʊഷѓɫʉɰʫʏࡊນʇɸʪƑ ᱴ k-means法
Rによる計算例 [ ೒ন ೒ন ෾‫ܝ‬ ෾‫ܝ‬ ࡢ੿ ࡢ੿ ‫ࡩڀ‬ ‫ࡩڀ‬ ओࡩ ओࡩ ‫୔܊‬ఛ࣪ ‫୔܊‬ఛ࣪ ધ੔ ધ੔ ৻ӯ ৻ӯ ୔ઐ ୔ઐ ௪൑ຂ ௪൑ຂ ࣣฐ ࣣฐ ࡉ๕‫ڀ‬ ࡉ๕‫ڀ‬ ୼֮ ୼֮ ओׄ ओׄ
階層的クラスター分析の計算 (hclust) 6点の座標データ ēĆĒĊÆÆÆÆĝÆÆÆÆÆÆÆĞ é×ÆÆÆÆÆÆ×ÆÆÆÆÆÆÆ× éØÆÆÆÆÆÆØÆÆÆÆÆÆÆ× éÙÆÆÆÆÆÆ×ÆÆÆÆÆÆÆÙ éÚÆÆÆÆÆÆÚÆÆÆÆÆÆÆÛ éÛÆÆÆÆÆÆÛÆÆÆÆÆÆÆÛ éÜÆÆÆÆÆÆÛÆÆÆÆÆÆÆÙ
Rによる計算 (kmeans) km1 - read.table( kmeans.dat , header=T, row.names=1) km1 km2 - kmeans ( km1, 2 ) km2 plot(km1, pch = km2$cluster) points(km2$centers, pch = 8) R
Rによる計算 (kmeans) km1 - read.table( kmeans.dat , header=T, row.names=1) km1 km2 - kmeans ( km1, 2 ) km2 plot(km1, pch = km2$cluster) points(km2$centers, pch = 8) R
Rによる計算 (kmeans) km1 - read.table( kmeans.dat , header=T, row.names=1) km1 km2 - kmeans ( km1, 2 ) km2 plot(km1, pch = km2$cluster) points(km2$centers, pch = 8) R
まとめ [ ೒ন ೒ন ෾‫ܝ‬ ෾‫ܝ‬ ࡢ੿ ࡢ੿ ‫ࡩڀ‬ ‫ࡩڀ‬ ओࡩ ओࡩ ‫୔܊‬ఛ࣪ ‫୔܊‬ఛ࣪ ધ੔ ધ੔ ৻ӯ ৻ӯ ୔ઐ ୔ઐ ௪൑ຂ ௪൑ຂ ࣣฐ ࣣฐ ࡉ๕‫ڀ‬ ࡉ๕‫ڀ‬ ୼֮ ୼֮ ओׄ ओׄ
まとめ 階層的クラスター分析 ⾮非階層的クラスター分析 ・k-means法 | k-平均法 ・局所解 ・初期値依存性 ・樹形図 ・クラスター間の距離 　 　 　  　最短距離  　最⻑⾧長距離  　群平均  　重⼼心法  　ウォード法など

Recommended

C07
C07C07
C07
anonymousouj
 
C12
C12C12
C12
anonymousouj
 
C11
C11C11
C11
anonymousouj
 
C15
C15C15
C15
anonymousouj
 
C14
C14C14
C14
anonymousouj
 
C13
C13C13
C13
anonymousouj
 
C10
C10C10
C10
anonymousouj
 
C09
C09C09
C09
anonymousouj
 

Recommended

C07
C07C07
C07
anonymousouj
 
C12
C12C12
C12
anonymousouj
 
C11
C11C11
C11
anonymousouj
 
C15
C15C15
C15
anonymousouj
 
C14
C14C14
C14
anonymousouj
 
C13
C13C13
C13
anonymousouj
 
C10
C10C10
C10
anonymousouj
 
C09
C09C09
C09
anonymousouj
 
C06
C06C06
C06
anonymousouj
 
C02
C02C02
C02
anonymousouj
 
C03
C03C03
C03
anonymousouj
 
C04
C04C04
C04
anonymousouj
 
C05
C05C05
C05
anonymousouj
 
1554522_C01
1554522_C011554522_C01
1554522_C01
anonymousouj
 
2024年度　東京工業大学　工学院 機械系 大学院 修士課程　入試 説明会　資料
2024年度　東京工業大学　工学院 機械系 大学院 修士課程　入試 説明会　資料2024年度　東京工業大学　工学院 機械系 大学院 修士課程　入試 説明会　資料
2024年度　東京工業大学　工学院 機械系 大学院 修士課程　入試 説明会　資料
Tokyo Institute of Technology
 
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ssusere0a682
 
次世代機の製品コンセプトを描く　～未来の機械を創造してみよう～
次世代機の製品コンセプトを描く　～未来の機械を創造してみよう～次世代機の製品コンセプトを描く　～未来の機械を創造してみよう～
次世代機の製品コンセプトを描く　～未来の機械を創造してみよう～
Kochi Eng Camp
 
世界を変えるクレーンを生み出そう！　高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう！　高知エンジニアリングキャンプ2024プログラム世界を変えるクレーンを生み出そう！　高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう！　高知エンジニアリングキャンプ2024プログラム
Kochi Eng Camp
 
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
koheioishi1
 
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationTokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
YukiTerazawa
 
生成AIの回答内容の修正を課題としたレポートについて：お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて：お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料生成AIの回答内容の修正を課題としたレポートについて：お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて：お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
Takayuki Itoh
 
東京工業大学 環境・社会理工学院　建築学系　大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院　建築学系　大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院　建築学系　大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院　建築学系　大学院入学入試・進学説明会2024_v2
Tokyo Institute of Technology
 

More Related Content

More from anonymousouj

More from anonymousouj (6)

C06
C06C06
C06
 
C02
C02C02
C02
 
C03
C03C03
C03
 
C04
C04C04
C04
 
C05
C05C05
C05
 
1554522_C01
1554522_C011554522_C01
1554522_C01
 

Recently uploaded

The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
koheioishi1
 
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationTokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
YukiTerazawa
 

Recently uploaded (8)

2024年度　東京工業大学　工学院 機械系 大学院 修士課程　入試 説明会　資料
2024年度　東京工業大学　工学院 機械系 大学院 修士課程　入試 説明会　資料2024年度　東京工業大学　工学院 機械系 大学院 修士課程　入試 説明会　資料
2024年度　東京工業大学　工学院 機械系 大学院 修士課程　入試 説明会　資料
 
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
 
次世代機の製品コンセプトを描く　～未来の機械を創造してみよう～
次世代機の製品コンセプトを描く　～未来の機械を創造してみよう～次世代機の製品コンセプトを描く　～未来の機械を創造してみよう～
次世代機の製品コンセプトを描く　～未来の機械を創造してみよう～
 
世界を変えるクレーンを生み出そう！　高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう！　高知エンジニアリングキャンプ2024プログラム世界を変えるクレーンを生み出そう！　高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう！　高知エンジニアリングキャンプ2024プログラム
 
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
 
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationTokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
 
生成AIの回答内容の修正を課題としたレポートについて：お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて：お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料生成AIの回答内容の修正を課題としたレポートについて：お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて：お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
 
東京工業大学 環境・社会理工学院　建築学系　大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院　建築学系　大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院　建築学系　大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院　建築学系　大学院入学入試・進学説明会2024_v2
 

T08