PCAの結果に基づくクラスタリング
この最後の演習では、これまでに学んだいくつかのステップを組み合わせます。そうすることで、教師なし学習に典型的な創造的なアプローチを体験できます。
前の演習を振り返ると、PCAモデルはデータの変動性の80%と95%を説明するために必要な特徴量の数を大幅に削減できました。データを正規化し、過学習を回避できる可能性に加えて、PCAは変数間の相関を取り除く効果もあり、他のモデリング手法の性能を向上させることもあります。
PCAが階層的クラスタリングの性能を向上させるか、それとも低下させ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.pr、diagnosis、wisc.hclust.clusters、wisc.km は、引き続きワークスペースで使用できます。
- データの変動性の少なくとも90%を説明するために必要な主成分の最小数を使用して、完全連結法による階層的クラスタリングモデルを作成してください。結果を
wisc.pr.hclustに割り当ててください。 - この階層的クラスタリングモデルを4つのクラスターに分割し、結果を
wisc.pr.hclust.clustersに割り当ててください。 table()を使用して、新しい階層的クラスタリングモデルの結果と実際の診断結果を比較してください。4つのクラスターを持つこの新しいモデルは、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。- 前の演習で作成したk-meansモデルと階層的クラスタリングモデルは、診断結果の分離という点でどの程度うまく機能しているでしょうか。ここでも
table()関数を使用して、各モデルの出力を実際の診断結果を含むベクトルと比較してください。
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 hierarchical clustering model: wisc.pr.hclust
wisc.pr.hclust <- ___(dist(wisc.pr$___[, ___:___]), method = ___)
# Cut model into 4 clusters: wisc.pr.hclust.clusters
# Compare to actual diagnoses
# Compare to k-means and hierarchical