https://ksubpb.github.io/2026/tags/%E3%82%AF%E3%83%A9%E3%82%B9%E3%82%BF%E3%83%AA%E3%83%B3%E3%82%B0/Recent content in クラスタリング on プログラミング演習BHugo -- gohugo.ioja© 2026Wed, 09 Dec 2026 00:00:00 +0000https://ksubpb.github.io/2026/lesson10/clustering/Mon, 01 Jan 0001 00:00:00 +0000https://ksubpb.github.io/2026/lesson10/clustering/データから基準を見つけ出し、データをいくつかのグループ（クラスタ）に分類します。https://ksubpb.github.io/2026/lesson10/Wed, 09 Dec 2026 00:00:00 +0000https://ksubpb.github.io/2026/lesson10/<h2 class="relative group">概要 <div id="概要" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e6%a6%82%e8%a6%81" aria-label="アンカー">#</a> </span> </h2> <span class="flex" style="cursor: pointer;"> <span class="rounded-md border border-primary-400 px-1 py-[1px] text-xs font-normal text-primary-700 dark:border-primary-600 dark:text-primary-400"> 教科書 p.372（Lesson 13） </span> </span> <p>第10講では、機械学習のうち <strong>教師なし学習</strong> について学びます。 \(k\)平均法と階層的クラスタリングによるクラスタリング、主成分分析による次元削減を <code>scikit-learn</code> で実装します。 <code>scikit-learn</code> は第09講でインストールしたものを使います。</p>https://ksubpb.github.io/2026/lesson10/assignments/Mon, 01 Jan 0001 00:00:00 +0000https://ksubpb.github.io/2026/lesson10/assignments/特徴量の尺度とクラスタリング、ワインのクラスタリング（任意）https://ksubpb.github.io/2026/lesson10/summary/Mon, 01 Jan 0001 00:00:00 +0000https://ksubpb.github.io/2026/lesson10/summary/教師なし学習, クラスタリング（k平均法、階層的クラスタリング）, 次元削減