クラスタリング ワークフロー

データをクラスタ化する手順は次のとおりです。

1. データを準備する。
2. 類似度指標を作成します。
3. クラスタリング アルゴリズムを実行する。
4. 結果を解釈し、クラスタリングを調整する。

このページでは、この手順について簡単に紹介します。この後のモジュールで できます。

データの準備

他の ML 問題と同様に、特徴データの正規化、スケーリング、変換が必要 そのデータでモデルをトレーニングまたは微調整しますまた、 使用する場合は、準備したデータで計算が正確に 類似性を検出します。

確認: データ変換の詳細については、以下をご覧ください。 数値データの操作 終了です

類似度指標を作成

クラスタリング アルゴリズムでデータをグループ化する前に、その類似度を知る必要があります。 説明します。サンプル間の類似度は、 類似度指標を作成します。そのためには、類似度の指標を 分析できます

クラスタリング アルゴリズムを実行する

クラスタリング アルゴリズムは、データのクラスタとの類似性指標を使用します。 このコースでは K 平均法を使用します。

結果を解釈して調整

クラスタリングではグラウンド トゥルースが生成されたり含まれたりしないためユーザーが 検証できるため、結果を元のモデルとの 期待値を理解する必要があります。結果に 品質が低い場合は、前の 3 つのステップを試してください。続行 ニーズを満たす品質が得られるまで反復処理を行います。