参考にした論文
Inderjit S. Dhillon,Yuqiang Guan,Brian Kulis:Kernel k-means, Spectral Clustering and Normalized Cuts
k-means
設定された距離に従って、近い者同士でグループに分ける。通常はユークリッド距離で分ける。
詳しい理論はK-means 理論編をどうぞ。
結果のイメージは下の図のような感じ。centroidは各グループの平均ベクトル。
ユークリッド距離だと下の図のようなデータはうまく分類できない。
そこで、カーネルトリックを使って次のように分類することができた。
詳しい理論はカーネルK-means 理論編をどうぞ。
結果はこんな感じ。
実装編の記事はカーネルk-meansの実装をどうぞ。
終わり。
homepageはこちらをどうぞ。