バイオ・データ・マイニング/Rでスペクトラル・クラスタリングを使うのバックアップ(No.2)

バックアップ一覧
差分を表示
現在との差分を表示
ソースを表示
バイオ・データ・マイニング/Rでスペクトラル・クラスタリングを使うへ行く。
- 1 (2012-11-27 (火) 14:00:28)
- 2 (2012-11-27 (火) 14:40:02)
- 3 (2012-11-28 (水) 09:42:07)
- 4 (2013-12-23 (月) 09:25:42)
- 5 (2013-12-23 (月) 09:25:42)

はじめに †

『Rによるバイオインフォマティクスデータ解析』の7.10節「スペクトラル・クラスタリング」を参考にして，スペクトラル・クラスタリングを行います．

準備 †

Rのインストールについては，次のページを見てください．

k平均法が苦手なデータとして，二重円のデータを作成します． -4から4までの二次元の一様乱数を1,000個生成し，半径3から4の範囲にあるデータをc_2，半径1から2の範囲にあるデータをc_1とします．

x = runif(1000) * 8 - 4
y = runif(1000) * 8 - 4
data = cbind(x, y)
c2 = (x^2 + y^2) < 16 & (x^2 + y^2) > 9
c1 = (x^2 + y^2) <  4 & (x^2 + y^2) > 1
logo = data[(c2 | c1),]
plot(logo)

まずはk平均法を試して見ます．

km = kmeans(logo, 2)
plot(logo, col=km$cluster, pch=km$cluster)

やはりk平均法ではうまくクラスタリングできません．

スペクトラル・クラスタリングは，kernlabパッケージで提供されています．そこで，kernlabパッケージをインストールします．install.packagesコマンドを実行すると，パッケージをダウンロードするサーバーを聞かれますので，リストからJapanのどれかを選択します．

install.packages("kernlab")
library(kernlab)

↑

スペクトラル・クラスタリング †

スペクトラル・クラスタリングは，距離行列（類似度行列）を次元削減してそこでk平均法などのクラスタリングを行う手法です．

スペクトラル・クラスタリングを行うには，speccコマンドを用います． speccコマンドには，データとクラスター数を引数として与えます．

sc = specc(logo, center=2)
plot(logo, col=sc, pch=sc)

スペクトラル・クラスタリングではきれいにクラスタリングできました．

サンプル・データのspiralsでも試してみます．

data(spirals)
plot(spirals)

まず，k平均法を試します．

km = kmeans(spirals, 2)
plot(spirals, col=km$cluster, pch=km$cluster)

次に，スペクトラル・クラスタリングを用います．

sc = specc(spirals, center=2)
plot(spirals, col=sc, pch=sc)

↑

まとめ †