![](https://cdn-ak-scissors.b.st-hatena.com/image/square/97732809ac15881966fe14454ef3ea7cdc6dda02/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBlcmV5ZXN0ZXImdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWM2Yzc0ZjA1ZjZiNGFhZTUwMTNhMGZjMjBmMzdkYTI4%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D8e2b37727ec26228e7336d0706c956fd)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
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。
k-means法を使用したクラスタリングによるデータ分析(python)(【高等学校情報科 情報Ⅱ】教員研修用教材) - 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
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- 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
k-means法を使用したクラスタリングによるデータ分析(python)(【高等学校情報科 情報Ⅱ】教員研修用教材) - Qiita
はじめに 非階層型クラスタリングの手法の一つに、k-means法(k平均法)があります。 教材の「第3章 情... はじめに 非階層型クラスタリングの手法の一つに、k-means法(k平均法)があります。 教材の「第3章 情報とデータサイエンス 後半 学習16.クラスタリングによる分類」の記述がわかりやすいので引用します。 k-means法では,次の手順によってクラスタリングする。 1) あらかじめ分割するクラスタ数を決めておき,ランダムに代表点(セントロイド)を決める。 2) データと各代表点の距離を求め,最も近い代表点のクラスタに分類する。 3) クラスタごとの平均を求め,新しい代表点とする。 4) 代表点の位置が変わっていたら2に戻る。変化がなければ分類終了となる。 1)によりランダムに代表点を決めることによって,結果が大きく異なり,適切なクラスタリングとな らない場合もある。何回か繰り返して分析をしたり,k-means++法を用いたりすることにより改善することができる。 1’)データの中からラン