1 / 7

データの可視化 ～高次元データを見る～

データの可視化 ～高次元データを見る～. 三枝 亮 ( 早稲田大学 ). 高次元データを見よう. !!. 次元数：１，２，３，４，５， … ， N. ??. 見える. 見えない. 低次元化. 可視化のための低次元化手法. 主成分分析 (PCA) 自己組織化マップ (SOM) 多次元尺度構成法 (MDS). 主成分分析 (PCA). 分布が偏っている空間のみで記述．. 分布に偏りがあるほど，効率的に低次元化できる． 線形変換なので性質が良い．. A. B. A. B. C. C. 自己組織化マップ (SOM).

dericia
Download Presentation

データの可視化 ～高次元データを見る～

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. データの可視化～高次元データを見る～ 三枝 亮 (早稲田大学)

  2. 高次元データを見よう !! • 次元数：１，２，３，４，５，…，N ?? 見える 見えない 低次元化

  3. 可視化のための低次元化手法 • 主成分分析(PCA) • 自己組織化マップ(SOM) • 多次元尺度構成法(MDS)

  4. 主成分分析(PCA) • 分布が偏っている空間のみで記述． 分布に偏りがあるほど，効率的に低次元化できる． 線形変換なので性質が良い．

  5. A B A B C C 自己組織化マップ(SOM) • 近傍を近傍に写すように低次元化． ラーメン店 スープの濃さ 麺の直径 トッピングの数 店主の人柄 ７ ６ ５ ６ A B ８ ７ ８ ４ C １ １０ ４ ２ 近傍：保持，遠方：歪む 地球儀から地図を作るようにデータを低次元化できる．

  6. 多次元尺度構成法(MDS) • 関係(距離)から配置(座標)を求める． １０ ７ １０ ３ ３ ７ 何次元のデータかわからない ＆そもそも量的なデータでない ⇒2次元的な配置が得られる

  7. まとめ • 高次元データを見るには？ • 高次元データを2次元・3次元に落とす！ • データを低次元化手法 • 主成分分析，自己組織化マップ，多次元尺度構成法など． • 2次元・3次元データを gnuplot などへ • データの分布を観察しましょう．

More Related