第2回 階層的クラスタリングによる特徴抽出 | gihyo.jp
はじめに 前回は、情報可視化の基本的な考え方について、HatenarMapsなどの実例を示しながら説明しました。第2回以降は、Java言語を使用して実際にプログラムを作成することで、情報可視化の実践例を示していきたいと思います。 目標 本連載では、はてなブックマークの人気エントリーのデータを可視化することを最終的な目標にします。可視化にあたっては、統計学的観点から「階層的クラスタリング」、視覚的観点から「ツリーマップ」の手法をそれぞれ用いることにします。 Java開発環境のセットアップ 手元にJavaの開発環境がなく、本連載のプログラムを試したい場合には、Sun Microsystemsが提供している統合開発環境、NetBeansの導入をおすすめします。 NetBeansはオールインワン型のIDEですので、インストールするだけで特別な設定の必要もなく、一通りの開発環境を整えることができ
ウォード法 - Wikipedia
Ward法（ウォードほう、英: Ward's method）は、クラスター分析の時に使用される、クラスター間の距離を定義する距離関数のひとつ。 今、集合PとQがあるとき、Ward法では、 d(P,Q) = E(P ∪ Q) - E(P) - E(Q) で定義されるd(P,Q)を、PとQの距離とする。 ただし、E(A)は、Aのすべての点からAの質量中心までの距離の二乗の総和。 特徴[編集] ウォード法は、クラスタの各値からその質量中心までの距離を最小化する。そのため、一般に、他の距離関数に比べて分類感度が高いといわれる。
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
処理を実行中です
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
