データのクラスター化
説明
[データのクラスタリング] ライブ エディター タスクでは、k-means クラスタリングまたは階層的クラスタリングを対話的に実行できます。このタスクにより、ライブ スクリプト用の MATLAB® コードが生成され、結果として得られるクラスター インデックスが MATLAB ワークスペースに返されます。k-means クラスタリングを実行する場合は、このタスクでクラスター重心位置も返されます。
次が可能です。
クラスターの数を手動で指定する。階層的クラスタリングの場合は、基になる階層クラスター ツリーのカットオフを指定できます。
ギャップ値、シルエット値、Davies-Bouldin インデックス値、Calinski-Harabasz インデックス値などの基準を指定して、データに最適なクラスター数を自動で決定する。
使用する距離計量など、データをクラスタリングするためのパラメーターをカスタマイズする。
クラスタリングされたデータを自動的に可視化する。
ライブ エディター タスクの全般的な情報については、ライブ スクリプトへの対話型タスクの追加を参照してください。
タスクを開く
[データのクラスタリング] タスクをライブ スクリプトに追加するには、次を実行します。
[ライブ エディター] タブで [タスク] 、 [データのクラスタリング] を選択します。
ライブ スクリプトのコード ブロックに、
clustering、kmeans、hierarchicalなどの関連するキーワードを入力します。推奨されたコマンド補完から、[データのクラスタリング] を選択します。
例
この例では、[データのクラスタリング] タスクを使用して、指定した数のクラスターに k-means クラスタリングを対話的に実行する方法を示します。
標本データを読み込みます。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[データのクラスタリング] タスクを開きます。タスクを開くには、まずコード ブロックにキーワード「clustering」を入力し、推奨されたコマンド補完から [データのクラスタリング] を選択します。
タスクで [k-means クラスタリング] アルゴリズムを選択します。 (R2024a 以降)
2 つのクラスターにデータをクラスター化します。
入力データとして変数
[meas]を選択します。必要に応じて、クラスター数を
2に設定します。[ライブ エディター] タブで、
[実行] ボタンをクリックしてタスクを実行します。
MATLAB により、クラスタリングされたデータおよびクラスター平均が散布図に表示されます。
クラスター数を 3 に増やして、タスクを再実行します。MATLAB により、更新済みのクラスタリングされたデータおよびクラスター平均が散布図に表示されます。
このタスクにより、ライブ スクリプトにコードが生成されます。生成されたコードは、選択したパラメーターおよびオプションを反映しており、散布図を生成するコードを含みます。生成コードを参照するには、タスク パラメーター エリアの下部にある [コードの表示] をクリックします。タスクが展開され、生成されたコードが表示されます。
既定では、生成されたコードは、MATLAB のワークスペースに返される出力変数の名前として、clusterIndices および centroids を使用します。clusterIndices ベクトルは、クラスター インデックスを含む数値列ベクトルです。clusterIndices の各行は、対応する観測値のクラスター割り当てを示します。centroids 行列は、クラスター重心位置を含む数値行列です。別の出力変数名を指定するには、タスクの上部の概要行に新しい名前を入力します。たとえば、2 つの変数名を c_indices および c_locations に変更します。
タスクの実行時に生成コードが更新され、新しい変数名が反映されます。新しい変数 c_indices および c_locations が MATLAB のワークスペースに表示されます。
この例では、[データのクラスタリング] タスクを使用し、選択した基準に基づいてクラスタリング解を対話的に評価する方法を示します。
標本データを読み込みます。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[データのクラスタリング] タスクを開きます。タスクを開くには、まずコード ブロックにキーワード「clustering」を入力し、推奨されたコマンド補完から [データのクラスタリング] を選択します。
タスクで [k-means クラスタリング] アルゴリズムを選択します。 (R2024a 以降)
最適なクラスター数を評価します。
入力データとして変数
[meas]を選択します。クラスター数の選択方法を
Optimalに設定します。範囲の最小値と最大値を
2および6に設定します。[ライブ エディター] タブで、
[実行] ボタンをクリックしてタスクを実行します。
MATLAB により、評価結果の棒グラフが表示され、Calinski-Harabasz 基準に基づく最適なクラスター数が 3 であることを示しています。散布図には、最適なクラスター数 3 を使用して、クラスタリングされたデータおよびクラスター平均が表示されます。結果は異なる場合があります。
R2024a 以降
この例では、[データのクラスタリング] タスクを使用して、指定したクラスター ツリーのカットオフで階層的クラスタリングを対話的に実行する方法を示します。
標本データを読み込みます。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[データのクラスタリング] タスクを開きます。タスクを開くには、まずコード ブロックにキーワード「clustering」を入力し、推奨されたコマンド補完から [データのクラスタリング] を選択します。
タスクで [階層的クラスタリング] アルゴリズムを選択します。
既定のクラスター数を使用してデータをクラスタリングします。
入力データとして変数
[meas]を選択します。必要に応じて、最大クラスター数を
2に設定します。[ライブ エディター] タブで、
[実行] ボタンをクリックしてタスクを実行します。
MATLAB により、クラスター ツリーがデンドログラムに表示され、クラスタリングされたデータが散布図に表示されます。
カットオフを使用してデータを 3 つのクラスターに分割し、タスクを再実行します。
クラスター数の選択方法を
[手動カットオフ]に設定します。しきい値を
1.8、クラスター基準を[距離]に設定します。前のデンドログラムから、このカットオフ値によって階層クラスター ツリーが 3 つのクラスターに分割されることがわかります。[ライブ エディター] タブで、
[実行] ボタンをクリックしてタスクを実行します。
MATLAB により、更新されたデンドログラムと散布図が表示されます。
このタスクにより、ライブ スクリプトにコードが生成されます。生成されたコードは、選択したパラメーターおよびオプションを反映しており、散布図を生成するコードを含みます。生成コードを参照するには、タスク パラメーター エリアの下部にある [コードの表示] をクリックします。タスクが展開され、生成されたコードが表示されます。
既定では、生成されたコードは、MATLAB ワークスペースに返される出力変数の名前として clusterIndices を使用します。clusterIndices ベクトルは、クラスター インデックスを含む数値列ベクトルです。clusterIndices の各行は、対応する観測値のクラスター割り当てを示します。別の出力変数名を指定するには、タスクの上部の概要行に新しい名前を入力します。たとえば、変数名を c_indices に変更します。
タスクの実行時に生成コードが更新され、新しい変数名が反映されます。新しい変数 c_indices が MATLAB ワークスペースに表示されます。
関連する例
パラメーター
ヒント
既定では、[データのクラスタリング] タスクでは、タスク パラメーターを変更しても自動的には実行されません。変更後にタスクを自動的に実行させるには、タスクの右上にある [自動実行] ボックスを選択します。データ セットが大きい場合は、このオプションを有効にしないでください。
バージョン履歴
R2021b で導入参考
kmeans | evalclusters | scatter | gscatter | gplotmatrix | pca | pdist | linkage | cluster | dendrogram | scatter3
