抄録
スペクトラルクラスタリングは、グラフラプラシアンに基づいており、分類対象が非線形の境界を持っていたとしても高精度の分類が行える手法である。しかしこの手法は計算量が大きいことから、個体数が大きいデータに対して用いることは困難である。そこで本報告では、DBSCANにおけるコアポイントの概念を導入したアルゴリズムを提案する。具体的には、まず分類対象のコアポイントについてDBSCANを適用し、それにより得られたクラスターそれぞれに対してスペクトラルクラスタリングを行うことで、効率化を実現する。計算量の分析により提案手法の効率化を示し、数値例によって提案手法の性能を示す。
