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

k-means クラスタリング

`kmeans`	k-means クラスタリング
`kmedoids`	k-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

インクリメンタル k-means クラスタリング

`incrementalKMeans`	Incremental k-means clustering (R2025a 以降)
`fit`	Fit principal component analysis model to streaming data (R2024a 以降)
`assignClusters`	Assign observations to existing clusters (R2025a 以降)
`updateMetrics`	Update performance metrics in incremental k-means clustering model given new data (R2025a 以降)
`reset`	Reset incremental k-means clustering model (R2025a 以降)

インクリメンタル動的 k-means クラスタリング

`incrementalDynamicKMeans`	Incremental dynamic k-means clustering (R2025a 以降)
`fit`	Train model for incremental dynamic k-means clustering (R2025a 以降)
`assignClusters`	Assign observations to existing clusters and dynamic clusters (R2025a 以降)
`updateMetrics`	Update performance metrics in incremental dynamic k-means clustering model given new data (R2025a 以降)
`reset`	Reset incremental dynamic k-means clustering model (R2025a 以降)

トピック

k-means クラスタリング
互いに排他的な k 個のクラスターにデータを分割します。