K は中心が固定されていることを意味しますこんにちは、いくつかの中心が事前に定義されているが、データセットの k 平均を計算する方法はありますか?つまり、次のランダム データがあり、k=3 個の中心を見つけたいのですが、中心のうちの 2 つはすでに特定の位置に固定されています。この機能は JMP 14.2.0 に存在しますか?ありがとう！
ポイント:
| ラベル | バツ | Y |
| ポイント1 | 3 | 3 |
| ポイント2 | 4 | 4 |
| ポイント3 | 6 | 6 |
| Point4 | 50 | 30 |
| Point5 | 60 | 60 |
| ポイント6 | 70 | 90 |
| ポイント7 | 90 | 90 |
| Point8 | 99 | 99 |
| ポイント9 | 101 | 101 |
| Point10 | 102 | 102 |
これら 2 つの中心がすでに定義されている場合は、3 番目のクラスターを検索します。
ポイントを分析する通常の出力は正常に機能し、3 つのクラスターを最適化しますが、必要な固定クラスターは考慮されていません。
消費者および市場調査Re: K は中心が固定されていることを意味しますこんにちは@AvgRegression52 、
このトリックがうまく機能すると聞いてうれしいです! はい、最初の 2 つの重心位置を制御するために周波数/重みが操作されるため、最後の 3 番目の重心位置はこの変更の影響を受ける可能性があります。
問題ありません。出しゃばりたくはありませんでした。重心を 2 つ維持したい理由がよくわかりました。これは、反復 K 平均法クラスタリング (または制約付き K 平均法クラスタリング) のように聞こえます。既存のクラスター (以前の分析など) と新しく作成されたクラスター (必要な場合)。 StackOverflow で同様の質問をすでに見たことがあります。そのため、文脈について少し興味がありました。
ご説明いただきありがとうございます。
ではごきげんよう、Re: K は中心が固定されていることを意味しますありがとう@Victor_G 、そのブーストされた周波数は私のユースケースでは問題なく動作しているようです。実世界のデータはサンプルほどクラスターが明らかではないため、操作された 3 番目のクラスターの位置で取得されたポイント。
申し訳ありませんが、実際のデータや具体的な詳細を共有することはできませんが、主なデータはカスタマー サポート ネットワークに焦点を当てています。当社は現在、ロサンゼルスのような特定の都市に複数の施設を構えており、すべてのサービス ポイントの近くに位置したいと考えています。ただし、現在すでに 2 か所の不動産を所有しており、3 か所目を調査中であるため、いくつかの異なるシナリオが考えられます。
1) 現在のプロパティをすべて放棄した場合、3 つの新しいプロパティをすべてどこに再配置しますか (K 平均法で問題ありません)。
2) 既存の 2 か所を維持する場合、3 つ目の物件の理想的な場所はどこですか?
3) 理想的な場所に物件がない場合、売りに出されている土地はどこですか?また、この場所は例 2 と比較してどの程度「理想的ではない」か?
Re: K は中心が固定されていることを意味しますこんにちは@AvgRegression52 、
さまざまなクラスター/グループに関するアプリオリ情報がすでにあるように見えるため、あなたのアイデアは、K-Means のような教師なしアルゴリズムにとって直感に反するようです。好奇心から、なぜ K 平均法アルゴリズムによって検出された重心の位置を変更するのでしょうか?
期待どおりの結果を得るには次の回避策があるかもしれません。
- データテーブルに、これら 2 つの重心 (この例では [5,5] と [100,100]) に必要な X 値と Y 値を含む 2 つの新しい行 (「Centroid1」と「Centroid 2」) を作成します。
- 次に、数値列「Weight」を作成します。ここで、以前の観測値はすべて低い値 (たとえば、1 以下) であり、新しく追加された 2 つの「重心」行は非常に大きな値 (たとえば、1000000 以上) になります。 。
- 次に、K-Means 分析プラットフォームを起動するときに、X と Y を「Y, columns」として使用し、「Freq」または「Weight」の新しい列「Weight」を使用して重心の位置をバイアスします。 3 つのクラスター (または任意の数) で K-Means を起動します。
このようにして、新しく追加された 2 つの行は、テーブルの他の行よりも「人為的に」はるかに多くの頻度 (または重要性) を持つことになり、クラスターの中心のうち 2 つは、これらの行の座標にできるだけ近くなるように大きく偏ることになります。 2 つの重心行の座標 (「Biased_K-Means」キャプチャを参照)。
この回避策は細心の注意を払って使用してください。最後のクラスター中心の位置はこのプロセスの影響を受ける可能性があり、ディメンション内のポイントの分布に依存します。この例では、3 つのクラスターが明確に定義されており、離れているため、さらに多くのクラスターを追加する必要があります。 2 つの新しい「重心」座標値 (X 分布と Y 分布の両端にある) に対する頻度/重みは、3 番目のクラスター重心 (「中央」) の位置には影響しません。
データテーブルのサンプルには、「バイアスされた」K-Means スクリプトも添付されていますので、ご覧ください。
この回避策がお役に立てば幸いです。
