多変量分析 > K Meansクラスター分析
公開日: 11/25/2021

K Meansクラスター分析

データ行をクラスタリング

k-means法も、多変量データをもとに、値が近い行をグループにまとめる手法です。k-means法は、200~100,000行ほどある大きなデータテーブルに適しています。

k-means法は、事前に指定されたクラスター数(クラスターの個数)に対して、反復アルゴリズムを用います。k-meansは、クラスターの重心からの距離が最小になるように、各データ行をクラスターに分類します。反復計算を行う前に、クラスター数(k)を指定しておく必要があります。ただし、さまざまなkの結果を比べて、データに最もふさわしいだろうクラスター数を後から選択することはできます。

図13.1 三次元バイプロット 

3D Biplot

目次

「K Meansクラスター分析」プラットフォームの概要

クラスター分析用プラットフォームの概要

k-meansクラスター分析の例

「K Meansクラスター分析」プラットフォームの起動

「反復クラスター分析」レポート

反復クラスター分析のオプション

「反復クラスター分析」設定パネル

「K Means法」レポート

「クラスターの比較」レポート
「K Means法」レポート
「K Means法」レポートのオプション

自己組織化マップ

自己組織化マップの設定パネル
「自己組織化マップ」レポート
自己組織化マップのアルゴリズムについて

「K Meansクラスター分析」プラットフォームの別例

自己組織化マップの例
より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).