抄録
k-means法は,クラスター中心との類似性を示す指標を用いて,個体を分類する手法である.このクラスタリング法は,各群における個体間の類似性に着目しているため,群間の特徴付けには適していない.また,多変量データの次元が大きくなると,解析結果を視覚的に捉えることが困難となる.本論文では,k-means法におけるクラスター中心の概念を直線や平面に拡張したk-planes法を提案する.q次k-planes法の導入により,k-means法は0次k-planes法として位置付けることができる.また,適当なq次k-planes法を適用したとき,データをq次k-planesの補空間へ射影することで,解析結果を視覚的に捉えることが可能となる.
