PROCLUS

PROCLUS (PROjected CLUStering) は,トップダウン型の部分空間クラスタリングの先鞭となった手法.k-medoids型のクラスタリングに,各クラスタごとに部分空間を抽出できるようにしたもの.初期化,反復,精錬の3段階で構成される:

初期化

初期 medoid \(m_1,\ldots,m_k\) を選択

反復

medoid の改良,部分空間抽出,データ点のクラスタの割り当てを反復的に行う.

medoid の中で,クラスタ内のデータ点の偏差が大きなものや,medoidに割り当てられたデータ数が小さすぎるものは良くないとみなす. これらは,ランダムに他のデータ点と入れ替えて,クラスタが改良されるなら,medoidを置き換える. この手続きを何回か繰り返す.

部分空間は,各クラスタごとに2個以上で,全クラスタで割り当てる次元の総数が \(kl\) 個(\(l\)はパラメータ)となるようにする. どの次元を選ぶかだが,各medoid \(m_i\) ごとに,一番近い他のmedoidまでを半径とする領域を,そのmedoidの近傍 \(L_i\) とする. そして,各軸に沿った,近傍 \(L_i\) 内の点とmedoid \(m_i\) の間の平均距離に基づき,この距離が小さい,すなわち,よくまとまった軸を選択する. 各クラスタごとに選んだ軸の集合を \(D_i\) とする.

medoid 以外のデータ点は,\(D_i\) 中の軸のみを用いて選んで測った距離が一番近いmedoidへ割り当てる.

精錬

クラスタごとの次元を,近傍ではなく,そのクラスタ内のデータ点を使って再計算. また,各クラスタごとに,medoid から遠いデータ点をはずれ値とする.

-- しましま

関連項目

リンク集

関連文献


トップ   編集 凍結 差分 履歴 添付 複製 名前変更 リロード   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2010-02-11 (木) 16:11:14