メインコンテンツ

k-means および kMedoid クラスタリング

平均距離または medoid 距離の最小化によるクラスター、およびマハラノビス距離の計算

"k-means クラスタリング" と "k-medoid クラスタリング" では、k 個の互いに排他的なクラスターにデータを分割します。これらの手法では、データ点からクラスターの平均または中央値の位置までの距離がそれぞれ最小になるように各観測値をクラスターに割り当てます。"マハラノビス距離" は標本データの平均と標準偏差を使用して計算される無単位の尺度であり、データ内の相関が考慮されます。

ライブ エディター タスク

データのクラスタリングライブ エディターでの k-means クラスタリングまたは階層的クラスタリングを使用したデータのクラスタリング (R2021b 以降)

関数

すべて展開する

kmeansk-means クラスタリング
kmedoidsk-medoid クラスタリング
mahal基準標本に対するマハラノビス距離
incrementalKMeans Incremental k-means clustering (R2025a 以降)
fitFit principal component analysis model to streaming data (R2024a 以降)
assignClustersAssign observations to existing clusters (R2025a 以降)
updateMetricsUpdate performance metrics in incremental k-means clustering model given new data (R2025a 以降)
resetReset incremental k-means clustering model (R2025a 以降)
incrementalDynamicKMeans Incremental dynamic k-means clustering (R2025a 以降)
fitTrain model for incremental dynamic k-means clustering (R2025a 以降)
assignClustersAssign observations to existing clusters and dynamic clusters (R2025a 以降)
updateMetricsUpdate performance metrics in incremental dynamic k-means clustering model given new data (R2025a 以降)
resetReset incremental dynamic k-means clustering model (R2025a 以降)

トピック