KMeansND() 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，パラメーター coordinate_1、 coordinate_2、などによって、最大 n 列まで決定されます。これらはすべて集計です。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。
KMeansND 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。
構文:
KMeansND(num_clusters, num_iter, coordinate_1, coordinate_2 [,coordinate_3 [, ...]])
戻り値データ型： dual
引数：
| 引数 | 説明 |
|---|---|
| num_clusters | クラスターの数を指定する整数。 |
| num_iter | 再初期化されたクラスター中心を使用したクラスター化の反復回数。 |
| coordinate_1 | (チャートから作成できる散布図の) 通常は x 軸の最初の座標を計算する集計。追加のパラメーターは、2 番目、3 番目、4 番目の座標などを計算します。 |
この例では、アイリスデータセットを使用して散布図チャートを作成し、KMeans を使用して式でデータに色を付けます。
また、num_clusters 引数のための変数を作成し、変数値入力ボックスを使用してクラスターの数を変更します。
また、num_iter 引数のための変数を作成し、2 つ目の変数値入力ボックスを使用して反復の数を変更します。
アイリスデータ セットは様々な形式で公開されています。Qlik Senseのデータ ロード エディターを使ってロードするインライン テーブルとしてデータを提供しました。この例では、データ テーブルに ID 列を追加したことに注意してください。
Iris データ セット:Qlik Sense のデータ ロード エディター用インライン ロード
Qlik Senseにデータをロードした後、以下を実施します。
- 新しいシートに散布図チャートをドラッグします。チャート花びら (カラー表現)に名前を付けます。
- クラスターの数を指定する変数を作成します。変数の名前には、KmeansPetalClusters を入力します。変数の定義には、=2 を入力します。
- 反復の数を指定する変数を作成します。変数の名前には、KmeansNumberIterations を入力します。変数の定義には、=1 を入力します。
- チャートのデータを構成:
- [軸] で、[バブル] の項目の [ID] を選択します。ラベルのクラスター ID を入力します。
- [メジャー]で、X 軸の式として Sum([petal.length]) を選択します。
[メジャー]で、Y 軸の式として Sum([petal.width]) を選択します。
花びら (カラー表現) チャートのデータ設定
データ ポイントがチャートにプロットされます。
花びら (カラー表現) チャート上のデータ ポイント
- チャートの外観を構成:
- [色と凡例] で、[色] にカスタムを選択します。
- チャートの色を数式を使用して選択します。
数式に次のように入力します: kmeansnd($(KmeansPetalClusters),$(KmeansNumberIterations), Sum([petal.length]), Sum([petal.width]),Sum([sepal.length]), Sum([sepal.width]))
KmeansPetalClusters は、2に設定した変数であることに注意してください。KmeansNumberIterations は、1 に設定した変数です。
あるいは、次のように入力してください: kmeansnd(2, 2, Sum([petal.length]), Sum([petal.width]),Sum([sepal.length]), Sum([sepal.width]))
- [数式は色コード] チェック ボックスの選択を解除します。
- ラベルに次を入力します:クラスター ID
花びら (数式で色付け) チャートの外観設定
チャート上の 2 つのクラスターは、数式 KMeans によって色分けされています。
花びら (数式で色付け) チャート上の、数式で色付けされたクラスター
- クラスター数の変数値入力ボックスを追加します。
- [アセット] パネルの [カスタム オブジェクト] で、[Qlik ダッシュボード バンドル] を選択します。ダッシュボード バンドルにアクセスできない場合でも、作成した変数を使用してクラスター数を変更するか、式の整数として直接変更できます。
- 変数値入力ボックスをシートへドラッグします。
- [外観] で、[一般] をクリックします。
- タイトルに次を入力します:クラスター
- [変数] をクリックします。
- 名前で次の変数値を選択します:KmeansPetalClusters。
- [表示の設定] で [スライダー] を選択します。
- 値を選択し、必要に応じて設定を行います。
クラスターの外観変数入力ボックス
- 反復数の変数値入力ボックスを追加します。
- 変数値入力ボックスをシートへドラッグします。
- [外観] で、[一般] を選択します。
- タイトルに次を入力します:反復
- [外観] で、[変数] を選択します。
- 名前で次の変数値を選択します:KmeansNumberIterations。
- 必要に応じて追加の設定を行います、
変数入力ボックスのスライダーを使用して、クラスターの数を変更できるようになりました。
花びら (数式で色付け) チャート上の、数式で色付けされたクラスター
自動クラスタリング
KMeans 関数は、深度差異 (DeD) と呼ばれる方法を使用した自動クラスタリングをサポートします。ユーザーがクラスターの数に 0 を設定すると、そのデータセットに最適なクラスターの数が決定されます。クラスター数 (k) の整数は明示的に返されませんが、KMeans アルゴリズム内で計算されることに注意してください。例えば、KmeansPetalClusters の値の関数で 0 が指定されている場合、または変数入力ボックスを介して設定されている場合、クラスターの割り当ては、クラスターの最適な数に基づいてデータセットに対して自動的に計算されます。 アイリス データセットが与えられた場合、クラスターの数に 0 が選択されている場合、アルゴリズムはこのデータセットに最適なクラスターの数 (3) を決定します (自動クラスター)。
(k) が 0 に設定されている場合、K 平均法深度差異メソッドはクラスターの最適数を決定します。
Iris データ セット:Qlik Sense のデータ ロード エディター用インライン ロード
IrisData:
Load * Inline [
sepal.length, sepal.width, petal.length, petal.width, variety, id
5.1, 3.5, 1.4, 0.2, Setosa, 1
4.9, 3, 1.4, 0.2, Setosa, 2
4.7, 3.2, 1.3, 0.2, Setosa, 3
4.6, 3.1, 1.5, 0.2, Setosa, 4
5, 3.6, 1.4, 0.2, Setosa, 5
5.4, 3.9, 1.7, 0.4, Setosa, 6
4.6, 3.4, 1.4, 0.3, Setosa, 7
5, 3.4, 1.5, 0.2, Setosa, 8
4.4, 2.9, 1.4, 0.2, Setosa, 9
4.9, 3.1, 1.5, 0.1, Setosa, 10
5.4, 3.7, 1.5, 0.2, Setosa, 11
4.8, 3.4, 1.6, 0.2, Setosa, 12
4.8, 3, 1.4, 0.1, Setosa, 13
4.3, 3, 1.1, 0.1, Setosa, 14
5.8, 4, 1.2, 0.2, Setosa, 15
5.7, 4.4, 1.5, 0.4, Setosa, 16
5.4, 3.9, 1.3, 0.4, Setosa, 17
5.1, 3.5, 1.4, 0.3, Setosa, 18
5.7, 3.8, 1.7, 0.3, Setosa, 19
5.1, 3.8, 1.5, 0.3, Setosa, 20
5.4, 3.4, 1.7, 0.2, Setosa, 21
5.1, 3.7, 1.5, 0.4, Setosa, 22
4.6, 3.6, 1, 0.2, Setosa, 23
5.1, 3.3, 1.7, 0.5, Setosa, 24
4.8, 3.4, 1.9, 0.2, Setosa, 25
5, 3, 1.6, 0.2, Setosa, 26
5, 3.4, 1.6, 0.4, Setosa, 27
5.2, 3.5, 1.5, 0.2, Setosa, 28
5.2, 3.4, 1.4, 0.2, Setosa, 29
4.7, 3.2, 1.6, 0.2, Setosa, 30
4.8, 3.1, 1.6, 0.2, Setosa, 31
5.4, 3.4, 1.5, 0.4, Setosa, 32
5.2, 4.1, 1.5, 0.1, Setosa, 33
5.5, 4.2, 1.4, 0.2, Setosa, 34
4.9, 3.1, 1.5, 0.1, Setosa, 35
5, 3.2, 1.2, 0.2, Setosa, 36
5.5, 3.5, 1.3, 0.2, Setosa, 37
4.9, 3.1, 1.5, 0.1, Setosa, 38
4.4, 3, 1.3, 0.2, Setosa, 39
5.1, 3.4, 1.5, 0.2, Setosa, 40
5, 3.5, 1.3, 0.3, Setosa, 41
4.5, 2.3, 1.3, 0.3, Setosa, 42
4.4, 3.2, 1.3, 0.2, Setosa, 43
5, 3.5, 1.6, 0.6, Setosa, 44
5.1, 3.8, 1.9, 0.4, Setosa, 45
4.8, 3, 1.4, 0.3, Setosa, 46
5.1, 3.8, 1.6, 0.2, Setosa, 47
4.6, 3.2, 1.4, 0.2, Setosa, 48
5.3, 3.7, 1.5, 0.2, Setosa, 49
5, 3.3, 1.4, 0.2, Setosa, 50
7, 3.2, 4.7, 1.4, Versicolor, 51
6.4, 3.2, 4.5, 1.5, Versicolor, 52
6.9, 3.1, 4.9, 1.5, Versicolor, 53
5.5, 2.3, 4, 1.3, Versicolor, 54
6.5, 2.8, 4.6, 1.5, Versicolor, 55
5.7, 2.8, 4.5, 1.3, Versicolor, 56
6.3, 3.3, 4.7, 1.6, Versicolor, 57
4.9, 2.4, 3.3, 1, Versicolor, 58
6.6, 2.9, 4.6, 1.3, Versicolor, 59
5.2, 2.7, 3.9, 1.4, Versicolor, 60
5, 2, 3.5, 1, Versicolor, 61
5.9, 3, 4.2, 1.5, Versicolor, 62
6, 2.2, 4, 1, Versicolor, 63
6.1, 2.9, 4.7, 1.4, Versicolor, 64
5.6, 2.9, 3.6, 1.3, Versicolor, 65
6.7, 3.1, 4.4, 1.4, Versicolor, 66
5.6, 3, 4.5, 1.5, Versicolor, 67
5.8, 2.7, 4.1, 1, Versicolor, 68
6.2, 2.2, 4.5, 1.5, Versicolor, 69
5.6, 2.5, 3.9, 1.1, Versicolor, 70
5.9, 3.2, 4.8, 1.8, Versicolor, 71
6.1, 2.8, 4, 1.3, Versicolor, 72
6.3, 2.5, 4.9, 1.5, Versicolor, 73
6.1, 2.8, 4.7, 1.2, Versicolor, 74
6.4, 2.9, 4.3, 1.3, Versicolor, 75
6.6, 3, 4.4, 1.4, Versicolor, 76
6.8, 2.8, 4.8, 1.4, Versicolor, 77
6.7, 3, 5, 1.7, Versicolor, 78
6, 2.9, 4.5, 1.5, Versicolor, 79
5.7, 2.6, 3.5, 1, Versicolor, 80
5.5, 2.4, 3.8, 1.1, Versicolor, 81
5.5, 2.4, 3.7, 1, Versicolor, 82
5.8, 2.7, 3.9, 1.2, Versicolor, 83
6, 2.7, 5.1, 1.6, Versicolor, 84
5.4, 3, 4.5, 1.5, Versicolor, 85
6, 3.4, 4.5, 1.6, Versicolor, 86
6.7, 3.1, 4.7, 1.5, Versicolor, 87
6.3, 2.3, 4.4, 1.3, Versicolor, 88
5.6, 3, 4.1, 1.3, Versicolor, 89
5.5, 2.5, 4, 1.3, Versicolor, 90
5.5, 2.6, 4.4, 1.2, Versicolor, 91
6.1, 3, 4.6, 1.4, Versicolor, 92
5.8, 2.6, 4, 1.2, Versicolor, 93
5, 2.3, 3.3, 1, Versicolor, 94
5.6, 2.7, 4.2, 1.3, Versicolor, 95
5.7, 3, 4.2, 1.2, Versicolor, 96
5.7, 2.9, 4.2, 1.3, Versicolor, 97
6.2, 2.9, 4.3, 1.3, Versicolor, 98
5.1, 2.5, 3, 1.1, Versicolor, 99
5.7, 2.8, 4.1, 1.3, Versicolor, 100
6.3, 3.3, 6, 2.5, Virginica, 101
5.8, 2.7, 5.1, 1.9, Virginica, 102
7.1, 3, 5.9, 2.1, Virginica, 103
6.3, 2.9, 5.6, 1.8, Virginica, 104
6.5, 3, 5.8, 2.2, Virginica, 105
7.6, 3, 6.6, 2.1, Virginica, 106
4.9, 2.5, 4.5, 1.7, Virginica, 107
7.3, 2.9, 6.3, 1.8, Virginica, 108
6.7, 2.5, 5.8, 1.8, Virginica, 109
7.2, 3.6, 6.1, 2.5, Virginica, 110
6.5, 3.2, 5.1, 2, Virginica, 111
6.4, 2.7, 5.3, 1.9, Virginica, 112
6.8, 3, 5.5, 2.1, Virginica, 113
5.7, 2.5, 5, 2, Virginica, 114
5.8, 2.8, 5.1, 2.4, Virginica, 115
6.4, 3.2, 5.3, 2.3, Virginica, 116
6.5, 3, 5.5, 1.8, Virginica, 117
7.7, 3.8, 6.7, 2.2, Virginica, 118
7.7, 2.6, 6.9, 2.3, Virginica, 119
6, 2.2, 5, 1.5, Virginica, 120
6.9, 3.2, 5.7, 2.3, Virginica, 121
5.6, 2.8, 4.9, 2, Virginica, 122
7.7, 2.8, 6.7, 2, Virginica, 123
6.3, 2.7, 4.9, 1.8, Virginica, 124
6.7, 3.3, 5.7, 2.1, Virginica, 125
7.2, 3.2, 6, 1.8, Virginica, 126
6.2, 2.8, 4.8, 1.8, Virginica, 127
6.1, 3, 4.9, 1.8, Virginica, 128
6.4, 2.8, 5.6, 2.1, Virginica, 129
7.2, 3, 5.8, 1.6, Virginica, 130
7.4, 2.8, 6.1, 1.9, Virginica, 131
7.9, 3.8, 6.4, 2, Virginica, 132
6.4, 2.8, 5.6, 2.2, Virginica, 133
6.3, 2.8, 5.1, 1.5, Virginica, 134
6.1, 2.6, 5.6, 1.4, Virginica, 135
7.7, 3, 6.1, 2.3, Virginica, 136
6.3, 3.4, 5.6, 2.4, Virginica, 137
6.4, 3.1, 5.5, 1.8, Virginica, 138
6, 3, 4.8, 1.8, Virginica, 139
6.9, 3.1, 5.4, 2.1, Virginica, 140
6.7, 3.1, 5.6, 2.4, Virginica, 141
6.9, 3.1, 5.1, 2.3, Virginica, 142
5.8, 2.7, 5.1, 1.9, Virginica, 143
6.8, 3.2, 5.9, 2.3, Virginica, 144
6.7, 3.3, 5.7, 2.5, Virginica, 145
6.7, 3, 5.2, 2.3, Virginica, 146
6.3, 2.5, 5, 1.9, Virginica, 147
6.5, 3, 5.2, 2, Virginica, 148
6.2, 3.4, 5.4, 2.3, Virginica, 149
5.9, 3, 5.1, 1.8, Virginica, 150
];