k-meansの結果が毎回変わる
小売のE社の分析担当者が、会員の購買データ(標準化済み)をk-means法で5つのクラスタに分けた。同じデータとk = 5で何度か実行すると、そのたびにクラスタの分かれ方が少しずつ変わった。この現象の原因と対処として、最も適切なものを1つ選べ。
- A
クラスタ数kが実行ごとに自動で変わってしまうため、エルボー法で最適なkを求めてから値を固定し直して実行する
- B
初期の中心点の選び方によって局所的な解に収束するため、初期値を変えて複数回実行し、クラスタ内平方和が最小の結果を採用する
- C
変数の尺度がそろっていないことが原因なので、もう一度標準化しておけば初期値によらず毎回同じ結果になる
- D
学習データと検証データの分け方が実行ごとに異なるため、乱数を固定してデータの分割を毎回同じにそろえる
正解と解説を見る
正解:B
k-means法は初期の中心点によって結果が変わり、局所解に収束することがある。そのため、初期値を変えて複数回実行し、クラスタ内平方和が最小の結果を選ぶ方法や、k-means++による初期値の選択で対処する。
- A
誤り。k-means法のkは分析者が指定する値で、実行ごとに変わることはない。この問題でもk = 5に固定されている。
- B
正しい。k-means法は初期の中心点に結果が左右され、局所解に陥ることがある。初期値を変えて何度も実行する、k-means++で初期値を選ぶ、などの方法で対処する。
- C
誤り。データはすでに標準化されている。標準化は距離の偏りを防ぐための処理で、初期値によって結果が変わる問題はなくならない。
- D
誤り。教師なし学習のk-means法では、通常、学習データと検証データには分けない。乱数を固定すれば再現性は得られるが、局所解の問題は解決しない。
このサイトの問題は、各試験の公開されている出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人データサイエンティスト協会・一般財団法人統計質保証推進協会の公式サービスではありません。