メイン コンテンツをスキップする

KMeans2D - チャート関数

KMeans2D() は、K 平均法クラスタリングを適用してチャートの行を評価し、チャートの各行に、このデータ ポイントが割り当てられているクラスターのクラスター ID を表示します。クラスタリング アルゴリズムで使用される列は,それぞれ,パラメーター coordinate_1 と coordinate_2 によって決定されます。これらはともに集計です。作成されるクラスターの数は、num_clusters パラメーターによって決定されます。データは、オプションで norm パラメーターによって正規化できます。

KMeans2D は、データ ポイントごとに 1 つの値を返します。戻り値はデュアル値であり、各データ ポイントが割り当てられているクラスターに対応する整数値です。

Syntax:  

KMeans2D(num_clusters, coordinate_1, coordinate_2 [, norm])

Return data type: dual

Arguments:  

引数
引数 説明
num_clusters クラスターの数を指定する整数。
coordinate_1 チャートから作成できる散布図の最初の座標 (通常は x 軸) を計算する集約です。追加のパラメーターである coordinate_2 は、2 番目の座標を計算します。
norm

KMeans クラスタリングの前にデータセットに適用されるオプションの正規化方法。

考えられる値:

正規化なしの場合は 0 または「なし」

z-score の正規化の場合は 1 または「zscore」

min-max の正規化の場合は 2 または「minmax」

パラメーターが指定されていない場合、または指定されたパラメーターが正しくない場合、正規化は適用されません。

z-score は、機能平均と標準偏差に基づいてデータを正規化します。z-score は、各機能のスケールが同じであることを保証するものではありませんが、外れ値を処理する場合は、min-max よりも優れたアプローチです。

min-max の正規化は、それぞれの最小値と最大値を取得し、各データ ポイントを再計算することにより、機能が同じスケールを持つことを保証します。