クラスタリングは、観測値の集合を意味のある複数の下位集合に分割する手続きでしたね。ただし、クラスタリングには多くの手法があり、選択は課題によって異なります。次の記述のうちFALSEはどれですか？
FALSE
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章では、モデルベース・クラスタリングの基本概念と、このアプローチが他のクラスタリング手法とどのように異なるかを紹介します。Gaussian Mixture Models の生成過程や、クラスタの可視化方法についても学びます。
現在の演習
この章では、Mixture Models の基本構造、このアプローチでさまざまなデータに対処する方法、そして関与するパラメータの推定方法を学びます。推定を行うために、Expectation-Maximization アルゴリズムと呼ばれる反復法を取り上げます。
この章では、`flexmix` パッケージを用いて 1 次元および 2 次元の Gaussian Mixture Models を当てはめる方法を示します。使用するデータは、体重、身長、BMI、自己申告の性別を含む 10,000 件の観測から構成されています。
このモジュールでは、Mixture Models を Gaussian 以外の確率分布へ拡張する方法と、`flexmix` を用いた当てはめ方を学びます。使用するデータセットは手書き数字の画像と、シカゴ市の犯罪件数です。前者では手書き数字を要約するクラスタを見つけ、後者では生活の危険度が高い・低い地域コミュニティのクラスタを見つけます。
