k-meansにカーネルトリックを適用する

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。