k-means - 塊の無い一様乱数でも、k を選ぶ指標はそろって 1 つの k を指す

k-means(k 平均法)は、データの点を k 個のグループに分ける教師なし学習の手法です。グループをクラスタと呼び、各クラスタの中心からの距離が近い点を同じクラスタに集めます。正解のラベルを使わないので、顧客の分け方や、画像の色を k 色に減らす処理のように、答えの無いデータを要約する時に使います。 ...

2026年5月24日 · 更新: 2026年11月17日 · 15 分 · nchika

PCA - 寄与率の高い第 1 主成分は、なぜ列の単位を変えると入れ替わるのか

PCA(Principal Component Analysis、主成分分析)は、多くの列を持つデータから、値のばらつきが大きい方向を順に探し、少ない数の軸にまとめる手法です。見つけた方向を主成分と呼び、ばらつきの大きい順に PC1、PC2 と番号を振ります。 ...

2026年5月24日 · 更新: 2026年11月17日 · 13 分 · nchika

DBSCAN - 塊の間に密度の低い所が無ければ、eps をどう選んでも分かれない

DBSCAN(Density-Based Spatial Clustering of Applications with Noise)は、点が密に集まった所をクラスタにまとめ、まばらな所にある点をノイズとして外すクラスタリングの手法です。学習の前に人が決めるハイパーパラメータは、半径 eps と点の数 min_samples の 2 つです。 ...

2026年5月26日 · 更新: 2026年11月16日 · 22 分 · nchika

階層的クラスタリング - 1〜5 の回答は、行の順番を変えるだけで分け方が変わる

階層的クラスタリング(hierarchical clustering)は、似た点を 2 つずつつないで、データを入れ子のグループに分ける教師なし学習の手法です。グループをクラスタと呼びます。最初は 1 点が 1 つのクラスタで、全体が 1 つになるまで、最も近い 2 つのクラスタをつなぐ操作を繰り返します。つないだ順番は樹形図(dendrogram)という木の形の図に残るので、後から好きな粒度で切って使えます。 ...

2026年5月26日 · 更新: 2026年11月12日 · 17 分 · nchika

t-SNE と UMAP: 非線形次元削減

t-SNE(t-distributed Stochastic Neighbor Embedding)と UMAP(Uniform Manifold Approximation and Projection)は、高次元データを 2〜3 次元に圧縮する非線形次元削減アルゴリズムです。PCA が線形の射影に限られるのに対し、t-SNE / UMAP は「元の空間で近い点は、低次元でも近くに置く」ことを優先して配置を決めます。 ...

2026年5月26日 · 更新: 2026年11月17日 · 9 分 · nchika

異常検知(anomaly detection): Isolation Forest / LOF / One-Class SVM

異常検知(anomaly detection、outlier detection)は、大多数の正常データから外れた点を見つける手法です。クレジットカードの不正利用、設備の故障の予兆、ネットワークへの侵入のように、見つけたい側のサンプルが極端に少なく、事前にラベルを付けられない場面で使います。 ...

2026年5月26日 · 更新: 2026年11月12日 · 10 分 · nchika