関係データの線形クラスタリングに基づく視覚化

抄録

FCMクラスタリングにおいて標本のいずれかをクラスターのプロトタイプとして用いるFuzzy c-Medoids法は，関係データのロバストな分割に有効である．本研究では，プロトタイプを3つの標本で張られる2次元部分空間に拡張することで，関係データに内在する局所的な線形構造を抽出するアプローチを提案する．プロトタイプを張る標本と対象との距離のみからクラスタリング基準を算出し，プロトタイプの更新は平面を張る標本の組み合わせを求めることで行う．また，関係データを低次元に情報縮約するアプローチは多次元尺度法とも目的に類似性があり，標本間の関係を複数の2次元散布図で表す多クラスター型多次元尺度構成法としての有効性を検証する．