ファジィな分割に対する妥当性基準を用いたx-meansについて On Cluster Validity Measures Based x-means for Fuzzy Partition

この論文にアクセスする

著者

抄録

x-meansはk-meansを再帰的に実行し,情報量基準を用いた評価を行うことで,分割するクラスタ数を事前に設定することなく,データの分類を行う方法である.また,クラスタ分割結果を評価し,最適なクラスタ数を決定する指標として種々の妥当性基準が知られている.本論文では,情報量基準の代わりに妥当性基準を用いたx-meansを提案する.さらに,数値例により提案手法の有用性を示す.

The x-means divides a set of objects without determining the number of clusters by using iterative k-means and evaluation criteria.A series of cluster validity measures is also used in order to evaluate the clustering results and determine suitable number of clusters. We propose cluster validity measures based x-means by introducing cluster validity measures instead of information criteria.We moreover show the effectiveness of the proposed methodthrough numerical examples.

収録刊行物

  • 日本知能情報ファジィ学会 ファジィ システム シンポジウム 講演論文集

    日本知能情報ファジィ学会 ファジィ システム シンポジウム 講演論文集 31(0), 99-100, 2015

    日本知能情報ファジィ学会

各種コード

  • NII論文ID(NAID)
    130005488329
  • 本文言語コード
    JPN
  • データ提供元
    J-STAGE 
ページトップへ