
エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
すぐに使える!様々なデータへのクラスタリングとその評価方法〜行列・グラフ・時系列〜 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
すぐに使える!様々なデータへのクラスタリングとその評価方法〜行列・グラフ・時系列〜 - Qiita
はじめに はじめまして、NTTドコモ R&D Advent Calendar 2020の10日目の記事を担当いたします、廣川です... はじめに はじめまして、NTTドコモ R&D Advent Calendar 2020の10日目の記事を担当いたします、廣川です! 業務では,マーケティング分野を中心にデータ分析に取り組んでいます。私は、クラスタリングに縁があるようで、気がつくと様々なデータに対するクラスタリング手法を学んでいました。そこで本記事では,それらのクラスタリング手法についてご紹介したいと思います! 本記事の目的 行列・グラフ・時系列データに対するクラスタリング手法をご紹介します。 クラスタ数の決め方や評価指標などについても簡単にご紹介します。 ご紹介する手法 ソースコードあり 行列:Latent dirichlet allocation (LDA). グラフ:Spectral clustering, Clauset-Newman-Moore greedy modularity maximization, Lou