ファジィPCAによるロバストk-Meansと分類結果の視覚化

抄録

k-meansクラスタリングに類似した解が主成分分析から解析的に求められることが報告されている．本研究では，Daveのノイズクラスタリングの機構をk-meansクラスタリングに組み込み，データ分割における標本の重要度をメンバシップとして求めながら，ファジィ主成分分析に基づくロバストなk-meansクラスタリングを施す手法を提案する．ファジィ主成分得点からk-meansクラスタリングにおける標本間の連結性指標を推定することで，クラスターの核を抽出する．また，連結性指標から分類結果を直感的に理解するために，標本の並べ替えに基づいて連結性行列の対角ブロックにクラスター構造を表現する手法を適用する．