スペクトラルクラスタリングのパラメータ解説
以前の記事はスペクトラルクラスタリングについて説明しました。スペクトラルクラスタリングとは、クラスタリングの機械学習の方法のうち、教師なし学習に分類されます。スペクトラルクラスタリングの詳細はこちらです。 今回の記事はスペクトラルクラスタリングのパラメータ設定を説明します。 Scikit-learnのライブラリのパラメータを説明していきます。 class sklearn.cluster.SpectralClustering(n_clusters=8, eigen_solver=None, random_state=None, n_init=10, gamma=1.0, affinity=’rbf’, n_neighbors=10, eigen_tol=0.0, assign_labels=’kmeans’, degree=3, coef0=1, kernel_params=None, n_jobs=None) 先ず、スペクトラルクラスタリングの例を作成します。 from sklearn import datasets # データ作成 X,z = datasets.make_blobs(n_samples=5000, n_features=2, centers=15, cluster_std=1.2, center_box=(-10.0, 10.0), shuffle=True, random_state=111 ) # データの整形 sc=preprocessing.StandardScaler() sc.fit(X) X_norm=sc.transform(X) …