Jubatus Casual Talks #2(URL : http://connpass.com/event/3968/ ) ã®ç™ºè¡¨è³‡æ–™ã§ã™ã€‚ 質å•ãŒã‚ã‚Œã°æ°—軽ã«ãŠå•ã„åˆã‚ã›ãã ã•ã„。Read less
Jubatus Casual Talks #2 : 0.5.0ã®æ–°æ©Ÿèƒ½ï¼ˆã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ï¼‰ã®ç´¹ä»‹
Jubatus Casual Talks #2(URL : http://connpass.com/event/3968/ ) ã®ç™ºè¡¨è³‡æ–™ã§ã™ã€‚ 質å•ãŒã‚ã‚Œã°æ°—軽ã«ãŠå•ã„åˆã‚ã›ãã ã•ã„。Read less
Microsoft PowerPoint - Canon-MachineLearning21-jp
Canon ï¼’ï¼ï¼‘１年５月２６日 クラスタリング（１） æ±äº¬å·¥æ¥å¤§å¦ 計算工å¦å°‚æ”» æ‰å±± å°† [email protected]itech.ac.jp http://sugiyama-www.cs.titech.ac.jp/~sugi/ æ¦‚è¦ æœ¬è¬›ç¾©ã§ã¯ï¼Œã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã®åŸºç¤Žã‚’説明 ã—ãŸå¾Œï¼Œç¢ºçŽ‡ãƒ¢ãƒ‡ãƒ«ã«åŸºã¥ã様々ãªã‚¯ãƒ©ã‚¹ã‚¿ リング手法を紹介ã™ã‚‹ 2 クラスタリングã®å®šå¼åŒ– 訓練データ クラスラベル 割り当ã¦ã‚‹æ•™å¸«ãªã—å¦ç¿’å•é¡Œ ã« ã‚’ 3 ä¼¼ãŸãƒ‡ãƒ¼ã‚¿ã«ã¯åŒã˜ãƒ©ãƒ™ãƒ«ã‚’付与 ä¼¼ã¦ã„ãªã„データã«ã¯ç•°ãªã‚‹ãƒ©ãƒ™ãƒ«ã‚’付与 目次 1. クラスタリングã®åŸºç¤Ž A) B) 4 Kå¹³å‡æ³• クラスタリングçµæžœã®è©•ä¾¡ 2. 生æˆãƒ¢ãƒ‡ãƒ«æŽ¨å®šã«åŸºã¥ãクラスタリング 3. クラスラベルã®ç›´æŽ¥æŽ¨å®š 4. ã¾ã¨ã‚ クラス内散布和最å°åŒ– クラスタリング クラス内散布和ã®æœ€å°åŒ–： 5 ã—ã‹ã—，ã“ã®æœ€å°åŒ–ã¯ï¼®ï¼°å›°é›£
統計的テã‚スト解æž(13)～テã‚ストã®ã‚¯ãƒ©ã‚¹ã‚¿ãƒ¼åˆ†æžï½ž
図書館ã®å›³æ›¸ã¯ä½•ã‚‰ã‹ã®ç‰¹å¾´åˆ¥ã«ã‚°ãƒ«ãƒ¼ãƒ—分ã‘ã—ã¦ãŠã‚Šã€æ–°èžã®ç´™é¢ã¯ç·åˆã€ç¤¾ä¼šã€çµŒæ¸ˆã€å›½éš›ã€ç”Ÿæ´»ã€æ–™ç†ã€ã‚¹ãƒãƒ¼ãƒ„ã€åœ°åŸŸãªã©ã«åˆ†ã‘られã¦ã„る。図書ã¯å›³æ›¸é¤¨ã®ç®¡ç†è€…ãŒã€æ–°èžã®ç´™é¢ã¯ç·¨é›†è€…ãŸã¡ãŒã‚°ãƒ«ãƒ¼ãƒ—分ã‘ã—ã¦ã„る。ã—ã‹ã—ã€ã‚¤ãƒ³ã‚¿ãƒ¼ãƒãƒƒãƒˆä¸Šã®å¤§é‡ã®ãƒ†ã‚ストを何らã‹ã®ç‰¹å¾´åˆ¥ã«ã‚°ãƒ«ãƒ¼ãƒ—分ã‘ã™ã‚‹å ´åˆã€ã™ã¹ã¦ã®å†…容をèªã¿ã€ã‚°ãƒ«ãƒ¼ãƒ—分ã‘ã™ã‚‹ã“ã¨ã¯ç¾å®Ÿçš„ã§ã¯ãªã„。ã¾ãŸã€äººç‚ºçš„ã«ã‚°ãƒ«ãƒ¼ãƒ—分ã‘ã™ã‚‹ã“ã¨ã¯èªã‚€å´ã®ä¸»è¦³ã®å°è±¡ã‚„èªè˜ãªã©ã«å·¦å³ã•ã‚Œã‚‹ãŸã‚ã€å®¢è¦³çš„ãªã‚°ãƒ«ãƒ¼ãƒ—分ã‘ãŒæ±‚ã‚られã¦ã„る。 本稿ã§ã¯ã€ãƒ†ã‚ストãŒã©ã®ã‚°ãƒ«ãƒ¼ãƒ—ã«å±žã™ã‚‹ã‹ã«é–¢ã™ã‚‹æƒ…å ±(外的è¦æº–ã¨ã‚ˆã¶)を用ã„ãšã«ã‚°ãƒ«ãƒ¼ãƒ—分ã‘ã™ã‚‹æ–¹æ³•ã‚’説明ã™ã‚‹ã€‚ã“ã®ã‚ˆã†ãªã‚°ãƒ«ãƒ¼ãƒ—分ã‘方法をクラスター分æžã¨å‘¼ã¶ã€‚テã‚ストã®ã‚¯ãƒ©ã‚¹ã‚¿ãƒ¼åˆ†æžã¯ã€ä¸»ã«æ¬¡ã®ã‚ˆã†ãªã‚¢ãƒ—ãƒãƒ¼ãƒå¤šç”¨ã•ã‚Œã¦ã„る。 (１)個体ã®ç‰¹å¾´ã®æƒ…å ±ã«åŸºã¥ã„ã¦ã€å¹³é¢ã‚„立体空間上ã§æ•£å¸ƒå›³ã‚’作æˆã—ã€åˆ†å¸ƒçŠ¶æ³ã‹ã‚‰ã‚¯ãƒ©ã‚¹ã‚¿ãƒ¼ã®å½¢æˆçŠ¶æ³
Clustering coefficient - Wikipedia
In graph theory, a clustering coefficient is a measure of the degree to which nodes in a graph tend to cluster together. Evidence suggests that in most real-world networks, and in particular social networks, nodes tend to create tightly knit groups characterised by a relatively high density of ties; this likelihood tends to be greater than the average probability of a tie randomly established betw
Single-linkage clustering - Wikipedia
In statistics, single-linkage clustering is one of several methods of hierarchical clustering. It is based on grouping clusters in bottom-up fashion (agglomerative clustering), at each step combining two clusters that contain the closest pair of elements not yet belonging to the same cluster as each other. This method tends to produce long thin clusters in which nearby elements of the same cluster
スペクトラルクラスタリングã¯æ¬¡å…ƒåœ§ç¸®ã—ãªãŒã‚‰Kmeansã™ã‚‹æ‰‹æ³• - æ¦è”µé‡Žæ—¥è¨˜
機械å¦ç¿’ç³»ã®ã‚¨ãƒ³ãƒˆãƒªã‚’続ã‘ã¦æ›¸ã„ã¦ã¿ã‚‹ã€‚クラスタリングã«ã¤ã„ã¦çŸ¥ã‚‰ãªã„人ã¯ä»¥ä¸‹ã®ã‚¨ãƒ³ãƒˆãƒªèªã‚“ã§ã‚‚ã¡ã‚“ã·ã‚“ã‹ã‚“ã·ã‚“ã ã¨æ€ã†ã®ã§ã€ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã¨ã„ã†æ¦‚念ã«ã¤ã„ã¦ã¯çŸ¥ã£ã¦ã„ã‚‹ã‚‚ã®ã¨ã™ã‚‹ã€‚ ãã‚Œã§ã€ä»Šæ—¥ã¯ã‚¹ãƒšã‚¯ãƒˆãƒ©ãƒ«ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã®è©±ã€‚自然言語処ç†ä»¥å¤–ã§ã‚‚利用ã•ã‚Œã¦ã„ã‚‹ãŒã€ã“ã‚Œã¯ã‚°ãƒ©ãƒ•ã®ã‚¹ãƒšã‚¯ãƒˆãƒ«ã«åŸºã¥ãクラスタリングã®æ‰‹æ³•ã§ã€åŠæ•™å¸«ã‚ã‚Šå¦ç¿’ã¸ã®æ‹¡å¼µãŒã‚„ã‚Šã‚„ã™ã„ã®ãŒåˆ©ç‚¹ã€‚ãªã«ã‚’ã™ã‚‹ã‹ã¨ã„ã†ã¨ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã‚’グラフã®åˆ†å‰²å•é¡Œ(ç–Žã§ã‚るエッジをカット)ã«å¸°ç€ã—ã¦è§£ã手法ã§ã€ã©ã†ã„ã†ãµã†ã«åˆ†å‰²ã™ã‚‹ã‹ã«ã‚ˆã£ã¦ Normalized cut (Ncut) ã¨ã‹ Min-max cut (Mcut) ã¨ã‹ã„ã‚ã„ã‚ã‚る。 完全ã«ã‚°ãƒ©ãƒ•ãŒåˆ†å‰²ã§ãã‚‹å ´åˆã¯ã“ã‚Œã§ã‚ã§ãŸã—ã‚ã§ãŸã—ãªã®ã ãŒã€å®Ÿä¸–ç•Œã®ã‚°ãƒ©ãƒ•ã¯ãã‚“ãªç°¡å˜ã«åˆ‡ã‚Œãªã„ã“ã¨ãŒå¾€ã€…ã«ã—ã¦ã‚る。ãã‚Œã§è¿‘ä¼¼ã—ã¦ã“ã®ã‚°ãƒ©ãƒ•åˆ†å‰²å•é¡Œã‚’解ãã®ã ãŒã€Normalized c
スペクトラルクラスタリングã®åŸºæœ¬çš„ãªè§£èª¬ã€ãŠã‚ˆã³é«˜é€ŸåŒ–手法ã®ã–ã£ãã‚Šã¨ã—ãŸèª¬æ˜Ž - The beautiful mind
ä¹…ã—ã¶ã‚Šã«ãƒ–ãƒã‚°ã‚’æ›´æ–°ã—ã¦ã¿ã‚‹ã€‚ 以å‰ã‚¹ãƒšã‚¯ãƒˆãƒ©ãƒ«ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã«ã¤ã„ã¦è¨˜äº‹ã‚’書ã„ãŸãŒã€ãã®ã¨ãã¯ã ã„ã¶å‹‰å¼·ä¸è¶³ã§ã€å°‘ã—見当é•ã„ã®ã“ã¨ã‚’書ã„ã¦ã„ãŸæ°—ãŒã™ã‚‹ã€‚ スペクトラルクラスタリングã¯ã€æœ¬è³ªçš„ã«ã¯ãƒ©ãƒ—ラシアン固有マップ法ã¨åŒã˜ã“ã¨ã‚’ã—ã¦ã„る。ラプラシアン固有マップ法ã¯æ¬¡å…ƒå‰Šæ¸›ã®æ‰‹æ³•ã§ã€ã‚‚ã¨ã‚‚ã¨ã®é«˜æ¬¡å…ƒç©ºé–“ã«ãŠã‘るデータ間ã®é¡žä¼¼åº¦ãŒã€ä½Žæ¬¡å…ƒã«å†™åƒã—ãŸå¾Œã«ã‚‚åæ˜ ã•ã‚Œã‚‹ã‚ˆã†ã«è¨è¨ˆã•ã‚Œã¦ã„る。ãã‚ŒãŒçµæžœçš„ã«é¡žä¼¼åº¦è¡Œåˆ—ã‹ã‚‰å®šç¾©ã•ã‚Œã‚‹ã‚°ãƒ©ãƒ•ãƒ»ãƒ©ãƒ—ラシアンã®å›ºæœ‰å€¤å•é¡Œã«å¸°ç€ã•ã‚Œã‚‹ã®ã 。具体的ã«ã¯ã€ã‚°ãƒ©ãƒ•ãƒ»ãƒ©ãƒ—ラシアンLã®å›ºæœ‰å€¤ã‚’大ãã„ã»ã†ï¼ˆå®šå¼åŒ–ã«ã‚ˆã£ã¦ã¯å°ã•ã„ã»ã†ï¼‰ã‹ã‚‰k番目ã¾ã§ã‚’λ1, λ2, …,λk, ãã‚Œã«å¯¾å¿œã™ã‚‹å›ºæœ‰ãƒ™ã‚¯ãƒˆãƒ«ã‚’v1, v2, …, vk ã¨ã™ã‚‹ã¨ã€ãã®å›ºæœ‰ãƒ™ã‚¯ãƒˆãƒ«ã‚’列ã¨ã—ã¦ä¸¦ã¹ãŸè¡Œåˆ— V = (v1 v2 … vk)ã®å„è¡ŒãŒã€å„データ点ã®ä½Žæ¬¡å…ƒç©ºé–“ã«ãŠã‘る座標ã¨ã™ã‚‹ã€‚ã“ã®ã¨
クラスタリング (クラスター分æž) - Toshihiro Kamishima
クラスタリング (clustering) ã¨ã¯ï¼Œåˆ†é¡žå¯¾è±¡ã®é›†åˆã‚’，内的çµåˆ (internal cohesion) ã¨å¤–的分離 (external isolation) ãŒé”æˆã•ã‚Œã‚‹ã‚ˆã†ãªéƒ¨åˆ†é›†åˆã«åˆ†å‰²ã™ã‚‹ã“㨠[Everitt 93, 大橋 85] ã§ã™ï¼Žçµ±è¨ˆè§£æžã‚„多変é‡è§£æžã®åˆ†é‡Žã§ã¯ã‚¯ãƒ©ã‚¹ã‚¿ãƒ¼åˆ†æž (cluster analysis) ã¨ã‚‚呼ã°ã‚Œï¼ŒåŸºæœ¬çš„ãªãƒ‡ãƒ¼ã‚¿è§£æžæ‰‹æ³•ã¨ã—ã¦ãƒ‡ãƒ¼ã‚¿ãƒžã‚¤ãƒ‹ãƒ³ã‚°ã§ã‚‚é »ç¹ã«åˆ©ç”¨ã•ã‚Œã¦ã„ã¾ã™ï¼Ž 分割後ã®å„部分集åˆã¯ã‚¯ãƒ©ã‚¹ã‚¿ã¨å‘¼ã°ã‚Œã¾ã™ï¼Žåˆ†å‰²ã®æ–¹æ³•ã«ã‚‚å¹¾ã¤ã‹ã®ç¨®é¡žãŒã‚り，全ã¦ã®åˆ†é¡žå¯¾è±¡ãŒã¡ã‚‡ã†ã©ä¸€ã¤ã ã‘ã®ã‚¯ãƒ©ã‚¹ã‚¿ã®è¦ç´ ã¨ãªã‚‹å ´åˆ(ãƒãƒ¼ãƒ‰ãªã‚‚ã—ãã¯ï¼Œã‚¯ãƒªã‚¹ãƒ—ãªã‚¯ãƒ©ã‚¹ã‚¿ã¨ã„ã„ã¾ã™)や，逆ã«ä¸€ã¤ã®ã‚¯ãƒ©ã‚¹ã‚¿ãŒè¤‡æ•°ã®ã‚¯ãƒ©ã‚¹ã‚¿ã«åŒæ™‚ã«éƒ¨åˆ†çš„ã«æ‰€å±žã™ã‚‹å ´åˆ(ソフト，ã¾ãŸã¯ï¼Œãƒ•ã‚¡ã‚¸ã‚£ãªã‚¯ãƒ©ã‚¹ã‚¿ã¨ã„ã„ã¾ã™)ãŒã‚ã‚Šã¾ã™ï¼Žã“ã“ã§ã¯å‰è€…ã®ãƒãƒ¼ãƒ‰ãªå ´åˆã®ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã«ã¤ã„ã¦è¿°ã¹ã¾ã™ï¼Ž
軽é‡ãƒ‡ãƒ¼ã‚¿ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ãƒ„ールbayon - mixi engineer blog
逆転検事を先日クリアã—ã¦ã€ä¹…ã—ã¶ã‚Šã«é€†è»¢è£åˆ¤1〜3ã‚’ã‚„ã‚Šç›´ãã†ã‹è¿·ã„ä¸ã®fujisawaã§ã™ã€‚シンプルãªãƒ‡ãƒ¼ã‚¿ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ãƒ„ールを作æˆã—ã¾ã—ãŸã®ã§ã€ãã®ã”紹介をã•ã›ã¦ã„ãŸã ãã¾ã™ã€‚ クラスタリングã¨ã¯ クラスタリングã¨ã¯ã€å¯¾è±¡ã®ãƒ‡ãƒ¼ã‚¿é›†åˆä¸ã§ä¼¼ã¦ã„ã‚‹ã‚‚ã®åŒå£«ã‚’ã¾ã¨ã‚ã¦ã€ã„ãã¤ã‹ã®ã‚°ãƒ«ãƒ¼ãƒ—ã«ãƒ‡ãƒ¼ã‚¿é›†åˆã‚’分割ã™ã‚‹ã“ã¨ã§ã™ã€‚データマイニングや統計分æžãªã©ã§ã‚ˆã利用ã•ã‚Œã€ãƒ‡ãƒ¼ã‚¿é›†åˆã®å‚¾å‘を調ã¹ãŸã„ã¨ããªã©ã«å½¹ã«ç«‹ã¡ã¾ã™ã€‚ 例ãˆã°ä¸‹å›³ã®ä¾‹ã§ã™ã¨ã€å½“åˆã¯ãƒ‡ãƒ¼ã‚¿ãŒã‚´ãƒãƒ£ã‚´ãƒãƒ£ã¨æ··ã–ã£ã¦ã„ã¦ã‚ˆã分ã‹ã‚‰ãªã‹ã£ãŸã®ã§ã™ãŒã€ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã™ã‚‹ã“ã¨ã§ã€å®Ÿéš›ã¯3ã¤ã®ã‚°ãƒ«ãƒ¼ãƒ—ã®ãƒ‡ãƒ¼ã‚¿ã®ã¿ã‹ã‚‰æ§‹æˆã•ã‚Œã¦ã„ã‚‹ã“ã¨ãŒåˆ†ã‹ã‚Šã¾ã™ã€‚ 様々ãªã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°æ‰‹æ³•ãŒã“ã‚Œã¾ã§ã«æ案ã•ã‚Œã¦ã„ã¾ã™ãŒã€æœ‰åãªã¨ã“ã‚ã§ã¯K-means法ãªã©ãŒæŒ™ã’られã¾ã™ã€‚ã“ã“ã§ã¯è©³ç´°ã«ã¤ã„ã¦ã¯è§¦ã‚Œã¾ã›ã‚“ãŒã€ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã«ã¤ã„ã¦ã‚ˆã‚Šè©³ã—ã知りãŸã„æ–¹ã¯ä»¥ä¸‹ã®
1
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
DrSkippy.com is for sale | HugeDomains
Introduction to Artificial Intelligence
Ranking und Clustering Linked Data - Datenbank-Spektrum
http://cse.naro.affrc.go.jp/minaka/R/R-cluster3.html
{{#tags}}- {{label}}
{{/tags}}