increaseB

参照データ セットの増加

構文

updatedEvaluation = increaseB(evaluation,numsets)

説明

updatedEvaluation = increaseB(evaluation,numsets) は、ギャップ基準クラスタリング評価オブジェクト updatedEvaluation を返します。このオブジェクトは、ギャップ基準クラスタリング評価オブジェクト evaluation と numsets で指定された数の追加の参照データ セットを使用します。

例

追加の参照データを使用したクラスタリングの解の評価

evalclusters を使用して、ギャップ クラスタリング評価オブジェクトを作成します。その後、increaseB を使用して、ギャップ基準値の計算に使用する参照データ セット数を増やします。

fisheriris データ セットを読み込みます。このデータには、3 種のアヤメの花のがく片と花弁からの長さと幅の測定値が含まれています。

load fisheriris

kmeans を使用して花の測定値データをクラスタリングし、ギャップ基準を使用して 1 ～ 5 個のクラスターの推奨される解を評価します。50 個の参照データ セットを使用します。

rng("default") % For reproducibility
evaluation = evalclusters(meas,"kmeans","gap","KList",1:5,"B",50)

evaluation = 
  GapEvaluation with properties:

    NumObservations: 150
         InspectedK: [1 2 3 4 5]
    CriterionValues: [0.0870 0.5822 0.8766 1.0007 1.0465]
           OptimalK: 4

クラスタリング評価オブジェクト evaluation には、推奨されるクラスタリングの解のそれぞれに関するデータが格納されています。返された結果から、最適なクラスター数が 4 であることがわかります。

evaluation の B プロパティの値は、50 個の参照データ セットを示しています。

evaluation.B

ans = 50

参照データ セットの数を 100 増やして合計 150 個にします。

evaluation = increaseB(evaluation,100)

evaluation = 
  GapEvaluation with properties:

    NumObservations: 150
         InspectedK: [1 2 3 4 5]
    CriterionValues: [0.0794 0.5850 0.8738 1.0034 1.0508]
           OptimalK: 5

今回返された結果からは、最適なクラスター数が 5 であることがわかります。

evaluation の B プロパティの値は、150 個の参照データ セットを示しています。

evaluation.B

ans = 150

入力引数

evaluation — クラスタリング評価データ

GapEvaluation オブジェクト

クラスタリング評価データ。GapEvaluation クラスタリング評価オブジェクトとして指定します。クラスタリング評価オブジェクトの作成には evalclusters を使用します。

numsets — 追加する参照データ セットの数

正の整数スカラー

追加する参照データ セットの数。正の整数スカラーとして指定します。

データ型: single | double

出力引数

updatedEvaluation — 更新されたクラスタリング評価データ

GapEvaluation オブジェクト

更新されたクラスタリング評価データ。GapEvaluation クラスタリング評価オブジェクトとして返されます。updatedEvaluation には、evaluation オブジェクトの参照データ セットと numsets で指定された数の追加の参照データ セットを使用して取得された評価データが格納されます。

関数 increaseB は、evaluation オブジェクトの B プロパティを更新し、ギャップ基準値の計算に使用する参照データ セット数の増加を反映します。さらに、CriterionValues プロパティを参照データ セットの合計数を使用して計算されたギャップ基準値に更新します。参照データ セットの合計数を使用して新しい最適なクラスター数と最適なクラスタリングの解が見つかると、increaseB は OptimalK プロパティと OptimalY プロパティを更新します。さらに、LogW、ExpectedLogW、StdLogW、および SE の各プロパティも更新します。

バージョン履歴

R2014a で導入

参考

evalclusters | GapEvaluation