はじめに
この実験では、scikit-learn ライブラリを使って Python で K-Means クラスタリングアルゴリズムとその実装を調べます。クラスタリングは、データポイントを類似性に基づいてクラスタにグループ化する非監督学習の一種です。K-Means クラスタリングは、クラスタリングにおける人気のあるアルゴリズムであり、画像処理、生物情報学、市場調査など、様々な分野で広く使用されています。
VM のヒント
VM の起動が完了したら、左上隅をクリックして ノートブック タブに切り替えて、Jupyter Notebook を使った練習にアクセスします。
Jupyter Notebook の読み込みには数秒待つことがあります。Jupyter Notebook の制限により、操作の検証は自動化できません。
学習中に問題がある場合は、Labby にお問い合わせください。セッション後にフィードバックを提供してください。すぐに問題を解決いたします。
Skills Graph
%%%%{init: {'theme':'neutral'}}%%%%
flowchart RL
ml(("Machine Learning")) -.-> ml/FrameworkandSoftwareGroup(["Framework and Software"])
sklearn(("Sklearn")) -.-> sklearn/CoreModelsandAlgorithmsGroup(["Core Models and Algorithms"])
sklearn/CoreModelsandAlgorithmsGroup -.-> sklearn/cluster("Clustering")
ml/FrameworkandSoftwareGroup -.-> ml/sklearn("scikit-learn")
subgraph Lab Skills
sklearn/cluster -.-> lab-49082{{"Python を使った K-Means クラスタリングの探索"}}
ml/sklearn -.-> lab-49082{{"Python を使った K-Means クラスタリングの探索"}}
end