バイオ・データ・マイニング/Rでk平均法を使う のバックアップ差分(No.1)

• バックアップ一覧
• 現在との差分 を表示
• ソース を表示
• バックアップ を表示
• バイオ・データ・マイニング/Rでk平均法を使う へ行く。
  • 1 (2011-12-12 (月) 18:11:12)
  • 2 (2011-12-12 (月) 19:48:18)
  • 3 (2012-11-27 (火) 14:09:50)
  • 4 (2012-11-28 (水) 09:33:47)
  • 5 (2013-12-20 (金) 12:27:21)
  • 6 (2013-12-23 (月) 09:56:39)
  • 7 (2018-10-25 (木) 10:26:53)

• 追加された行はこの色です。
• 削除された行はこの色です。

*はじめに [#ye1804ba]
『Rによるバイオインフォマティクスデータ解析』の7.9.1節「k-menas」を参考にして，k平均法を行います．
#html{{
<iframe src="http://rcm-jp.amazon.co.jp/e/cm?t=tohgoroh-22&o=9&p=8&l=as1&asins=4320057082&ref=tf_til&fc1=444B4C&IS2=1&lt1=_blank&m=amazon&lc1=444B4C&bc1=FFFFFF&bg1=FFFFFF&f=ifr" style="width:120px;height:240px;" scrolling="no" marginwidth="0" marginheight="0" frameborder="0"></iframe>
}}


*準備 [#zf92ac9d]
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．
-[[MacでRを使う>機械学習/MacでRを使う]]
-[[WindowsでRを使う>機械学習/WindowsでRを使う]]

まず，x座標とy座標が平均1，分散0.3の100個の点を正規分布で生成し，これをc1とします．
次に，x座標とy座標が平均1，分散0.3の100個の点を正規分布で生成し，これをc2とします．
c1とc2をまとめて，dataとし，これをプロットします．
#geshi(rsplus){{
> set.seed(123)
> x1 = rnorm(100, mean=1, sd=0.3)
> y1 = rnorm(100, mean=1, sd=0.3)
> c1 <- cbind(x1, y1)
> x2 = rnorm(100, mean=-1, sd=0.3)
> y2 = rnorm(100, mean=-1, sd=0.3)
> c2 <- cbind(x2, y2)
> data <- rbind(c1, c2)
> colnames(data) <- c("x", "y")
> plot(data)
}}
#ref(kmeans_data.png,nolink,50%)