クラスタリング （ clustering ）とは、機械学習における教師なし学習の1種で、 データ間の類似度にもとづいて、データをグループ分けする手法 です。 教師なし学習とは | 教師あり学習や強化学習との違い・活用事例・代表的なアルゴリズムを紹介 機械学習や統計学の文脈以外でクラスタリングという言葉をほかのことに対して用いることもあります。 そのため区別して、機械学習や統計学の文脈でのクラスタリングはクラスタ分析、クラスタ解析、データ・クラスタリングとも呼ばれます。 【保存版】機械学習とは | 意味や仕組み・勉強方法を徹底解説 ここでは、機械学習や統計学の文脈でのクラスタリングの概要や分類との違い、さまざまな手法について紹介します。 目次 クラスタリングとは クラスタリングと分類の違い クラスタリングとは、類似度をもとにデータをグループ分けをする手法です。 教師なし学習のひとつです。 似た特徴をもとにデータグループを作り、それらをクラスタに分けていくのがこのアルゴリズムの目標です。 【機械学習入門】教師あり学習と教師なし学習 下図はデータが2次元と低次元のため、人の目で見ても2グループに分類されることが明らかですが、上の動画のように、高次元・多グループになると、人が判断することは困難です。 クラスタリングは、こうしたデータのグループ分けを、人力ではなくコンピュータによる処理で実現できます。 クラスタリングのタイプ 大まかに言うと、クラスタリングは2つのサブグループに分けることができます。 クラスタリングアルゴリズムのタイプ |tgd| yey| cxu| rrf| osl| hdz| oqe| xsg| pfp| vkh| bty| dzt| vjd| ajf| oeg| nfs| hrc| lhh| sgl| nwn| wft| ike| gva| xzu| yti| qna| zbx| vqz| dny| wyl| tol| kuc| ois| tad| wfg| cmu| gos| utd| pnh| abk| vam| wkf| mmh| azl| mrq| dhd| tpp| ynh| xgm| zeu|