最も重要で、最もよく使われ、最も難しい分析手法の一つ「クラスター分析」 - 日経BigData
ビッグデータ時代の適切なクラスター（＝集団）分析法を学ぶ本講座の第1回。クラスターの分類方式に何を選ぶかが、分析を進める上で最初の大切なポイントとなる。 クラスター分析は、ビッグデータの分析、その中でもOne to Oneマーケティングに用いる分析手法としては、最も重要な地位を占めており、最もよく使われる手法の1つだ。前号の「達人に学ぶ課題解決（実務で使う分析手法は5つで十分）」にも挙げられている手法だ。情報が氾濫するなか、いかに消費者にとって有用な情報のみを提示するか、いかに施策のコンバージョンを上げることができるかが最大の関心事だが、そのためには、顧客を緻密にクラスタリングし、購買を予測し、的確なアクションを打つことが求められる。 クラスター（cluster）とは、英語で「房」「集団」「群れ」のことで、似たものがたくさん集まっている様子を表す。「クラスター分析」とは、異なる性質のものが
k-meansを用いた画像の色クラスタリング - kivantium活動日記
ご注文は機械学習ですか？を改良するべくDeep Learningなどに手を出しているわけですが、Deep Learningを行うためには大量の学習データが必要になります。学習データを一から手動で分類するのも馬鹿らしいので、今出来ている部分を使ってある程度自動化したいと思います。現状のプログラムだと精度が低いので何らかの方法で精度を上げたいと思います。というわけで、 アニメ作品における人物キャラクター画像の萌え特徴分析とその応用にある手法を用いて髪部分のみを抽出することで精度を上げてみようと試してみました。 処理の流れ 元論文ではメディアンカットによる減色→クラスター併合とK-means法を用いて6クラスタに併合→肌・髪・目レイヤーの特定という流れで進んでいます。実装が公開されていないのでこの情報から手法を再現する必要があります。 とりあえず、減色・クラスタリングまでを行ってみようと思います
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
