スペクトラルクラスタリング

点のつながり方をもとに分けます。丸くないかたまりを見つけたいときに向きます。

入出力

ポート	内容
入力データ	分けたいデータ
出力データ	入力データにクラスタ番号の列を足したもの

分かれ具合を数字で確かめたいときは、クラスタリング結果比較の平均シルエット値を使ってください。このノード自体は数字を出しません。

Spark エンジンでは動きません。

設定項目

「オプション」はチェックを入れるまで中身が出ません。 見出しの横のチェックボックスを on にすると、最大繰り返し回数を入力 / 重心の探索回数を入力 / affinity(親和性)を選択 / RBFカーネルのγを入力 / k近傍の数を入力 / 乱数シードを固定する が出ます。

対象列を選択: クラスタリングに使う数値列。複数選べます。
クラスタ数を入力必須: いくつに分けるか。自分で決める必要があります。
最大繰り返し回数を入力: 既定は 300。いまは入れた値が計算に届かず、変えても結果は変わりません。
重心の探索回数を入力: 既定は 10。
affinity(親和性)を選択: つながり方の測り方。RBFカーネル（既定）か k近傍法。
RBFカーネルのγを入力: affinity に RBFカーネルを選んだときだけ欄が出ます。近さの効き方の鋭さ。既定は 1。
k近傍の数を入力: affinity に k近傍法を選んだときだけ欄が出ます。何点までを隣と見なすか。既定は 10。
乱数シードを固定する: 整数を入れると毎回同じ結果になります。空のままだと実行のたびに変わります。考え方は乱数シードを参照。

欄の出入り

affinity を切り替えると、下の欄が入れ替わります。

affinity	出る欄
RBFカーネル（既定）	RBFカーネルのγを入力
k近傍法	k近傍の数を入力

隠れた欄に入れていた値は消えます。 affinity を切り替えると、出なくなったほうの欄の値は設定から外れます。戻しても入れ直した値ではなく既定値（RBFカーネルのγは 1、k近傍の数は 10）に戻るので、入れ直してください。

前処理が要る

空欄があると計算できません。 欠損値処理で埋めるか除いてください。

エラーと対処

どのエラーも、入力データか設定を直して実行し直せば消えます。

処理対象列に欠損値がある

処理対象列に欠損値が含まれています。欠損値を除外するか補完してください。

直し方 — 欠損値処理で埋めるか、欠損のある行を外します

処理対象列に数値以外がある

処理対象列に数値型以外のデータが含まれてます。型変換をするか、数値型以外の列を除去してください。

直し方 — 列の型変更で数値にするか、その列を外します

よく使う例

1. 丸くないかたまりを見つける

お題 — k-means では分かれない形になっている

入力 — 2 つの数値列で散らばりを見たデータ（三日月状に並んでいるなど）

設定 — クラスタ数に 2、affinity は既定の RBFカーネル

出力 — 入力データに クラスタ番号 の列が付き、つながり方をもとに分かれます

2. 結果が毎回変わる

お題 — 実行のたびにクラスタ番号が違う

入力 — 同上

設定 — 乱数シードを固定するに 0 などを入れる

出力 — 同じ値を入れているあいだは、同じ行に同じ クラスタ番号 が付きます