クラスタリング
“Classification”クラス分類
との違い: 答えがあるかどうか。クラス分類
#分類器 #クラス分類器 ...
- クラスタリングは、まとまってる場所を探すだけ。そのほかの情報はない #教師なし学習
似た物同士のグループを見つける
教師なし学習の代表的タスク
k-means, DBSCAN, 階層クラスタリング
Search
“Classification”クラス分類
#分類器
#クラス分類器
...
との違い: 答えがあるかどうか。クラス分類
似た物同士のグループを見つける
教師なし学習の代表的タスク
k-means, DBSCAN, 階層クラスタリング
用途は主に二つ データーの PCA（） k-means 強みは、入力次元の数と関係なくクラスタを扱えること（PCAなどは出来ない） 分布してる点を10クラスに分ける == 各点を10次元の成分()に分離する 例: {0,0,0,1,0,0,0,0,0,0} もしくは、各クラスタセンターへの距離を各次元に割り当てるとか 評価について 答えを使って検証する場合: ARI値などを使う ただ、↑ができるなら教師あり学習すればいい 答えを用いない方法: とか ただ、本当に合ってるかは人間の目で可視化されたデーターを見るしかない 自動でR値とか使って検証できる、と違って人間が評価するしかない、大変 #Pythonで始める機械学習 同じに属する = 同じラベル、という仮定...
... そう、言語のラベル付けに依存しない方法ならクラスタリングせずにすむ手段もありそう あと、選択肢のタグの設定が恣意的な問題もありそう ...
...自然言語処理を使った意味の解釈はせずに、投票結果だけで二次元マップを実現しているの面白い > "The machine learning 👾 Algorithms run are solely run on the polis opinion matrix of agrees, disagrees and passes by participants on comments. Thus, Polis is language agnostic." ディープラーニングゴリ押しではないこういうやつ好き それぞれの意見に対してn人が投票する時、それぞれの意見にn次元の値が紐づく それをして2次元に落とし込めば、マップができる 天才 あとはでなり分類なりなんでもできる 確かに今思い返すとこれ天才かも。 に採用するのはこっちのUIの方がユーザーとしてはやりやすいか？ なんかっぽさを感じた(?) なんと言い換えられるのだろう これにを組み合わせればまで持っていける......