Download presentation
Presentation is loading. Please wait.
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
自己組織化マップ(SOM) 近傍を近傍に写すように低次元化． 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．
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 A ６ ５ ６ ７ B ７ ８ ４ ８ C １０ ４ ２ １ 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． A B C
6
多次元尺度構成法(MDS) 関係(距離)から配置(座標)を求める． 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
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？ データを低次元化手法 2次元・3次元データを gnuplot などへ
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．
Similar presentations
