コース
Rによるクラスター分析
中級スキルレベル
更新日 2024/11
RMachine Learning4時間16 ビデオ52 演習3,800 XP44,104修了証明書
無料アカウントを作成
Googleで続行その他のオプションを表示または
何千もの企業の従業員が支持
チームのトレーニングを担当していますか？
Businessをお試しくださいコース説明
クラスタ分析の実施方法を学ぶ
クラスタ分析は、データサイエンスのワークベンチにおける強力なツールキットです。 類似した特徴を共有する観測値のグループ（クラスタ）を見つけるために使用されます。 これらの類似点は、あらゆる種類のビジネス上の意思決定に役立ちます。たとえばマーケティングでは、広告を最適化できる異なる顧客グループを特定するために使われます。階層的クラスタリングとK-meansクラスタリングの手法を学ぶ
このコースでは、よく使われる2つのクラスタリング手法、階層クラスタリングとk-meansクラスタリングについて学びます。 これらの手法の使い方を学ぶだけでなく、その仕組みや結果の解釈方法についてもしっかりとした直感を身につけられます。 サッカー選手のポジション、卸売顧客の支出データ、そして縦断的な職業賃金データという3つの異なるデータセットを分析しながら、この直感を身につけていきます。実践的なケーススタディでスキルを磨く
コースの最後には、平均給与とその推移をテーマにしたケーススタディに新しく身につけたスキルを適用します。 このコースでは、職業ツリー、探索の準備、職業クラスターのプロットといった階層的クラスタリング手法と、エルボー分析や平均シルエット幅を含むk-means手法を組み合わせて学びます。DataCampのコースは、動画、記事、練習問題を組み合わせて構成されており、新しく身につけたスキルを試して定着させる機会があるため、コースの外でも自信を持って活用できるようになります。
前提条件
Intermediate R1
観測値間の距離の計算
クラスター分析は、互いに似た観測値のグループを見つけ、グループ間の違いを明確にする手法です。この類似性・相違性を数値で表したものが「距離」という指標です。この章では、連続変数とカテゴリ変数の両方について、観測値間の距離を計算する方法を学びます。また、特徴量のスケールが距離に与える影響についての理解も深めましょう。
2
階層クラスタリング
この章では、第1章の最後の問いかけ、すなわち「計算した距離をもとに、データ内の似た観測値のグループ（クラスター）をどのように見つけるか」という問いに答えていきます。階層クラスタリングの基本原理であるリンケージ基準とデンドログラムについて学び、それらを使ってクラスターを構築する方法を習得します。さらに、卸売業者のデータを使って、顧客の支出パターンに基づいた市場セグメンテーションを実践します。
3
k-meansクラスタリング
この章では、k-meansアルゴリズムの原理を理解し、最適なkの値が事前にわからない場合の選び方を学びます。また、第2章で扱った卸売データを別の視点から改めて分析します。
4
ケーススタディ：職業別平均賃金
この章では、これまでに学んだスキルを活用して、職業別の平均賃金が時間とともにどのように変化してきたかを分析します。
Rによるクラスター分析
コース完了 19百万人を超える学習者と共にRによるクラスター分析を始めましょう！
無料アカウントを作成
Googleで続行その他のオプションを表示または
DataCamp for Mobileでデータスキルを磨きましょう
モバイル コースと毎日の 5 分間のコーディング チャレンジで、外出先でも進歩できます。