今回は、k-measnについてわかりやすく解説します。
k-measnは機械学習における教師なし学習であるクラスタリングのアルゴリズムで、データをあらかじめ決めた数のクラスターに分けるために、重心を繰り返し更新しながらグルーピングしていきます。
クラスタリングのアルゴリズムは様々ありますが、k-measnはアルゴリズムが簡単なので、ほかのクラスタリング手法と比較したときに計算負荷が軽いという大きなメリットがあります。一方で、局所最適解を求めていくやり方なので、実行する毎に結果が変わってしまうことがあるのがデメリットです。また、クラスター数をあらかじめ決める必要があるというのもデメリットです。
これらの弱点を補強する方法も様々提案されていますので、目的に合わせた他の手法との組み合わせなどによって有効活用できる強力なアルゴリズムだと思います。
QC検定のお勉強にもお役立てください。
皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^）
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
【関連動画】
▼教師あり学習と教師なし学習の違いと代表的なアルゴリズムがわかる！
• 教師あり学習と教師なし学習の違いと代表的なア...
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
チャンネル登録はこちら
☞ / @datasciencelab.
#QC検定1級成績優秀表彰者が解説します
13 окт 2024
