クラスタリング #

直感 #

似たサンプル同士をまとめることで、大量データの俯瞰・セグメント設計・異常検知などに活用できます。教師あり学習の前処理として、特徴量の理解や仮説立案に役立つのも魅力です。

具体的な数式 #

手法によって数式の立て方は異なりますが、共通して「同一クラスタ内の類似度を高く、クラスタ間の類似度を低くする」ことを目的に最適化を行います。距離（ユークリッド、コサインなど）、密度（近傍点数）、確率（ガウス混合）といった指標を使い分けるのがポイントです。

Pythonを用いた実験や説明 #

各ページでは下記のようなテーマを実装しながら学びます。

• k-means / k-means++ / X-means: セントロイド更新とクラスタ数の自動選択
• DBSCAN / HDBSCAN: 密度ベースでノイズを扱いつつクラスタを抽出
• ガウス混合モデル (GMM): クラスタ所属確率を推定する生成モデル
• 階層型クラスタリング: デンドログラムによる構造の可視化
• スペクトラルクラスタリング: グラフラプラシアンと固有ベクトルを用いた分割

いずれも scikit-learn などのライブラリを用いた実装例と可視化を掲載しています。

参考文献 #