【教師なし学習・クラスタリング】K-means - HELLO CYBERNETICSはじめに K-means K-meansの働き K-meansの概要 K-meansの詳細 １．初期化 ２．クラスターへの割り当て ３．重心の更新 ４．「２．」と「３．」を繰り返す K-meansの欠点 K-meansの改良 混合ガウスモデル はじめに 近年の機械学習は専ら教師あり学習に話題が集中しています。 しかし、実際のデータは必ずしもラベルを正確に付与できるとは限りません。多くのデータはなんだかよくわからないが手元にある状態で、そのデータはいくつかの塊に分けられると（あるいはいくつかのデータの源がある）考えられます。 そのようなときに使える機械学習の手法が、教師なし学習であり、その一種であるクラスタリングは、ラベルの付与無しに、データをいくつかの塊（クラスター）に分けます。 今回はクラスタリングで最も基本的な手法であるK-meansを紹介します。 K-meansは混合ガウスモデルの特
