ロイヤルティ、コミットメントなどで顧客をセグメントできる潜在クラス分析のまとめ - Knowledge As Practice
潜在クラス分析（Latent Class Analysis,、略して LCA）というのを勉強する必要性が出てきたので、少し調べました。自分が知らないことを調べる・学ぶときは、多くの人がするように、私もまずネット上で探し、その後、書籍や論文で探します。 潜在クラス分析については、検索しても情報は限られていました。自分のためにも、ざっと確認したところ、有用そうな（あくまで「そう」）な文献をまとめておきます。 三輪哲. (2009). 潜在クラスモデル入門. 理論と方法, 24(2), 345-356. https://www.jstage.jst.go.jp/article/ojjams/24/2/24_2_345/_article/-char/ja/ とても読みやすかったです。潜在クラス分析の基本を概観し、分析の手順を示してくれています。特に次のところは参考になりましたので、覚えておこうと思
K-means 法を D3.js でビジュアライズしてみた
クラスタリングの定番アルゴリズム K-means 法（K平均法）の動作原理を理解するために、D3.js を使って可視化してみました。 図をクリックするか [ステップ] ボタンを押すと、1ステップずつ処理を行います [最初から] ボタンを押すと、最初の状態に戻ります [新規作成] ボタンを押すと、N (ノード数) と K (クラスタ数) の値で新しく初期化します 古いブラウザーではうまく表示できない可能性があります (IE 10、Firefox 25、Chrome 30 で動作確認しています) K-Means 法とは 英語版 Wikipedia の k-means clustering - Wikipedia, the free encyclopedia の手順に沿って実装しています。 英語版の手順をザックリと書くとこんなイメージになります。 初期化: N 個のノード (丸印) と K 個の
Mahito Sugiyama
RでK-means++を実装する R に付属の関数 kmeans を使って，K-means++をなるべく高速に実装します．特に必要となるライブラリはありません． コード 検証 単純な例で速度を比較してみます．まずデータを生成します． > x <- rbind(matrix(rnorm(1e6, 0, 1), ncol=2), matrix(rnorm(1e6, 5, 1), ncol=2)) データ数1,000,000，次元数2，クラスタ数2のデータセットです． 速度は10回の平均で測ります，結果を入れるベクトルを用意しておきます． > t <- numeric(10) まずはベースライン．普通のK-meansです． > for (i in 1:10) t[i] <- system.time(kmeans(x, 2))[1]; mean(t) [1] 0.5734 # 単位は秒 次に，上に
スゲェ面白い！「scikit-learn」で機械学習入門 - アゲハマンの日記
自己紹介 サンライズコーポレーションの@uedaです 普段は渋谷系大手広告代理店でアプリ製作をお手伝いしています。 激アツの機械学習にチャレンジしてチートシートを作ってみます。 自分の備忘録として書いているのでツッコミは一切受け付けておりません（キリッ） 機械学習って何ができんの 昔から人工知能の開発は行われており、パターンから次を予測するようなモノは実現していたんですが、人間のように画像を見て何を意味するかを読み取ったり、違うパターンが来た時も自分で規則性を見出したりする事はできなかった、しかし深層学習（DeepLeaning）って云う脳と同じ構造をもたせる事でそれらが可能になってきたっつー発展途上中だけど確実に次世代に花咲くテクノロジー確定なのです（キリッ） 東大の教授曰く言語分野における深層学習ブームは2014年11月頃に終息したみたいですが... まだまだ激アツなのは間違いない。
クラスタリングの定番アルゴリズム「K-means法」をビジュアライズしてみた
集合知プログラミング を読んでいたら、K-means 法（K平均法）の説明が出てきました。 K-means 法はクラスタリングを行うための定番のアルゴリズムらしいです。存在は知っていたんだけどいまいちピンときていなかったので、動作を理解するためにサンプルを作ってみました。 クリックすると１ステップずつ動かすことができます。クラスタの数や点の数を変更して、Restart を押すと好きなパラメータで試すことができます。 こうやって１ステップずつ確認しながら動かしてみると、意外に単純な仕組みなのが実感できました。 (追記) HTML5 版の K-means 法を D3.js でビジュアライズしてみた も作成しました。Flash を表示できない環境ではそちらをご覧ください。 K-means 法とは K平均法 - Wikipedia に詳しく書いてあるけど、もうすこしザックリと書くとこんなイメージに
scratch-R: cluster analysis
クラスター分析 R では様々なクラスター分析を行うことができる (cran task view)。本稿では階層的凝集法 (hierarchical agglomerative) 、分割法 (partitioning) 、モデルベース法 (model based) について説明する。絶対に正しいという手法はないので注意。 参考 Rでクラスター分析 Rとクラスター分析1 Rとクラスター分析2 クラスタリングとは (クラスター分析とは) 《クラスター分析》 データの準備 欠損値を省いておくこと。 # 足立浩平 (2006). 多変量データ解析法――心理・教育・社会系のための入門―― ナカニシヤ出版の第2章から。感謝 mat <- matrix(c(3.2, 3.4, 3, 3.2, 4.2, 4, 4, 3.7, 3.6, 3.6, 3.7, 3.4, 3.2, 3.2, 2.7, 3.5, 3
http://homepage2.nifty.com/nandemoarchive/GLM/tahenryou_04_cluster.htm
<< 前のページへ戻る 最終更新日 ： 2013.9.15 クラスター分析との応用 クラスタリング（clustering）とは「分類する」という意味であるが、少し表現を変えると「ある個体が特定のクラスターに所属するかどうかを判定する」ということであり、そのための統計解析手法がクラスター分析（cluster analysis）である。これまで説明してきた分散分析モデル、回帰モデル、主成分分析モデル、因子分析モデルなどはいずれにせよ Y = X1 + X2 + ... + Xp といった線形モデルとして表現することができた。これらは「ある説明変数によって目的変数を説明する（または予測する）」ということを表現していた。しかしクラスター分析は個体を分類するという観点での分析手法であり、いままでの手法とは目的が異なるものといえる。 なお冒頭の説明で「分類する」という表現と「判定する」という表現を用い
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
SSSSLIDE
R Graphical Manual
Home
ひっそり、補講:結果の見方＆類型化 - livedoor Blog（ブログ）
クラスター分析をしてみる その2