![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
k-means++を使ってみた † 階層的クラスタリングより結果としては良く見える。 クラスタ数はエイヤで決めている。 x-means法という手法がある。 未調査 ↑ 研究のまとめ方について † どのような結論へ導くか？ その方向に向かって論文を書く必要がある。 せめてサジェストしたい。 評価をどうするか？ この方法でサジェストすると、現状のバラバラに決めている状況と比較して、より良くなっていることを示す。 専攻ゼミナールが9/1 8月中に投稿可能にする。 これから新しいことはできないだろう。 これまでにやったことをまとめる。
x-means法
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-9-59ceea26960f> in <module>()
92
93 # クラスタリングの実行
---> 94 x_means = XMeans(random_state = 1).fit(np.c_[x,y])
95
96 # 結果をプロット
2 frames
<ipython-input-9-59ceea26960f> in build(cls, X, k_means, index)
63 @classmethod
64 def build(cls, X, k_means, index = None):
---> 65 if index == None:
66 index = np.array(range(0, X.shape[0]))
67 labels = range(0, k_means.get_params()["n_clusters"])
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
