データサイエンティスト検定 リテラシーレベル データサイエンス(機械学習・AI・非構造化データ) 練習問題 第18問: 1次元のデータ 1、2、6、10、12 を、k-means法(k平均法)で2つのクラスタに分ける。初めの代表点(中心)を 2 と 12 とし、各データを最も近い
データサイエンス(機械学習・AI・非構造化データ)
– / 63 解いた
第18問
1次元のデータ 1、2、6、10、12 を、k-means法(k平均法)で2つのクラスタに分ける。初めの代表点(中心)を 2 と 12 とし、各データを最も近い代表点のクラスタに割り当ててから、クラスタごとの平均を新しい代表点とする。この1回目の更新の後の2つの代表点の組として、最も適切なものはどれか。
解答と解説を先に見る
先に見ると、この問題は今回は育ちません。
正解: 1. 3 と 11
「3 と 11」が適切です。k-means法は、データと各代表点の距離を求めて最も近い代表点のクラスタに割り当て、クラスタごとの平均を新しい代表点とし、代表点が変わらなくなるまでこれを繰り返します(出典:『高等学校情報科「情報Ⅱ」教員研修用教材』(文部科学省)を加工して作成)。
割り当ては、1は2まで1・12まで11、2は2まで0、6は2まで4・12まで6なので、1・2・6が代表点2の側です。10は12まで2・2まで8、12は12まで0で、10・12が代表点12の側です。
平均は(1+2+6)÷3=9÷3=3、(10+12)÷2=22÷2=11です。次の回も、6は3まで3・11まで5で、割り当ては変わらず終わります。
「2 と 12」は代表点を更新していない値、「2 と 11」は平均ではなく中央値で更新した値、「1.5 と 約9.3」は6を12の側に割り当てた場合の(1+2)÷2と28÷3の値です。k-means法は、最も近い代表点への割り当てと、平均による代表点の更新を繰り返すと押さえましょう。
関連キーワード: k-means法・クラスタリング・代表点
模試 (100問)
この問題が解けたら、本試験はどうですか?本番形式で、ほかの科目もまとめて確かめる
本番形式の模擬試験で実力チェックPremium (月980円)Premium (ご利用中)本番と同じ制限時間
広告