k-means クラスタリングと結果の比較
ここまで学んできたように、クラスタリングには階層的クラスタリングと k-means クラスタリングという 2 つの主要な手法があります。
この演習では、ウィスコンシン州の乳がんデータに対して k-means クラスタリングモデルを作成し、その結果を実際の診断結果および階層的クラスタリングモデルの結果と比較します。それぞれのクラスタリングモデルが 2 つの診断結果をどの程度うまく分離できているか、また各モデル同士がどのように異なるかを確認してみましょう。
この演習はコースの一部です
R による教師なし学習
演習の手順
wisc.data、diagnosis、wisc.hclust.clusters は引き続き利用できます。
wisc.dataに対して k-means モデルを作成し、結果をwisc.kmに割り当てます。実際の診断区分数に対応する 2 つのクラスタを作成してください。また、データのスケーリングを忘れずに行い、良好な結果を得るためにアルゴリズムを 20 回繰り返してください。table()関数を使って、k-means モデルのクラスタ所属とdiagnosisベクトルに含まれる実際の診断結果を比較します。k-means は 2 つの診断結果をどの程度うまく分離できているでしょうか。table()関数を使って、k-means モデルのクラスタ所属と階層的クラスタリングモデルを比較します。階層的クラスタリングモデルのクラスタ所属はwisc.hclust.clustersに格納されていることを思い出してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Create a k-means model on wisc.data: wisc.km
# Compare k-means to actual diagnoses
# Compare k-means to hierarchical clustering