クラスタリングアルゴリズムの比較における内部妥当性の利用

• データセットをクラスタリングする際、どのアルゴリズムを使うべきかは難しい問題です。
• 本研究では、内部妥当性指標を用いてクラスタリングアルゴリズムを比較する方法を提案します。
• 実験の結果、いくつかの指標に望ましくない特性が見つかりました。

データのクラスタリングにおいて、最適なアルゴリズムを選ぶことは容易ではありません。本論文では、内部妥当性指標を用いて複数のクラスタリングアルゴリズムを比較する方法を検討しました。実験の結果、各指標には比較に不適切な特性があることが明らかになりました。この研究は、クラスタリング手法の選択に悩むデータサイエンティストや研究者にとって興味深い内容です。

データサイエンスや機械学習に関心がある研究者や実務者に向いています。