教師なし学習

Last updated Unknown Edit Source

• 用途は主に二つ

  • データーの変換
  • クラスタリング

• PCA（主成分分析）

• NMF

• クラスタリング

• k-means

  • ベクトル量子化
  • 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(one-hot)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

• 凝集型クラスタリング

• 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: シルエット係数とか

    • 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、教師あり学習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