シルエット係数でのkの選択
飲食チェーンのJ社は、会員の利用データをk-means法で分け、クラスタ数kを2〜5に変えて平均シルエット係数を求めた。結果は表のとおりである。この指標だけで判断する場合、最も有力なクラスタ数を1つ選べ。
- A
k = 3(シルエット係数が最大)
- B
k = 4(値が下がり始める点)
- C
k = 2(クラスタ数が最も少ない)
- D
k = 5(シルエット係数が最小)
正解と解説を見る
正解:A
シルエット係数は、クラスタ内のまとまりとクラスタ間の離れ具合を合わせた指標で、1に近いほど良い。最大値をとる k = 3 を候補にし、業務上の解釈しやすさもあわせて確認する。
| クラスタ数 k | 平均シルエット係数 |
|---|---|
| 2 | 0.42 |
| 3 | 0.61 |
| 4 | 0.48 |
| 5 | 0.35 |
- A
正しい。シルエット係数は −1〜1 の値をとり、1に近いほど、同じクラスタ内はまとまり、別のクラスタとは離れていることを示す。最大値の k = 3 が最も有力である。
- B
誤り。エルボー法の「曲がり角を選ぶ」考え方を当てはめているが、シルエット係数では最大値をとるkを選ぶ。
- C
誤り。単純さを優先すると決めているわけではないので、この指標での評価は k = 3 に劣る。
- D
誤り。クラスタ内の距離の二乗和(小さいほど良い)と取り違えている。シルエット係数は大きいほど良い。
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。