【R】e1071を使った潜在クラス分析(LCA)~ソフトクラスタリング [データサイエンス、統計モデル]
Rを使って潜在クラス分析(Latent Class Analysis)をしました。
潜在クラス分析は、ハードクラスタリングと言われているものとソフトクラスタリングと言われているものがあります。
今回は、Rのパッケージe1071を使ったソフトクラスタリングの方法について。
【使い方の例】
### 2次元データの例(クラス数は2) ###
# データの作成
x <- rbind(matrix(rnorm(100, sd=0.3), ncol=2),
matrix(rnorm(100, mean=1, sd=0.3), ncol=2))
# 潜在クラスの計算
cl <- cmeans(x, 2, 20, verbose=TRUE, method="cmeans", m=2)
print(cl)
# ソフトクラスタリングの結果
cl$membership[,]
# ハードクラスタリングの結果
cl$cluster
### 3次元データの例(クラス数は6) ###
x <- rbind(matrix(rnorm(150, sd=0.3), ncol=3),
matrix(rnorm(150,mean=1,sd=0.3),ncol=3),
matrix(rnorm(150,mean=2,sd=0.3),ncol=3))
# 潜在クラスの計算
cl <- cmeans(x, 6, 20, verbose=TRUE, method="cmeans")
print(cl)
# ソフトクラスタリングの結果
cl$membership[,]
# ハードクラスタリングの結果
cl$cluster
~ 参考記事 ~
【R】e1071を使った潜在クラス分析(LCA)~ハードクラスタリング
https://skellington.blog.ss-blog.jp/2020-09-02
潜在クラス分析は、ハードクラスタリングと言われているものとソフトクラスタリングと言われているものがあります。
今回は、Rのパッケージe1071を使ったソフトクラスタリングの方法について。
【使い方の例】
### 2次元データの例(クラス数は2) ###
# データの作成
x <- rbind(matrix(rnorm(100, sd=0.3), ncol=2),
matrix(rnorm(100, mean=1, sd=0.3), ncol=2))
# 潜在クラスの計算
cl <- cmeans(x, 2, 20, verbose=TRUE, method="cmeans", m=2)
print(cl)
# ソフトクラスタリングの結果
cl$membership[,]
# ハードクラスタリングの結果
cl$cluster
### 3次元データの例(クラス数は6) ###
x <- rbind(matrix(rnorm(150, sd=0.3), ncol=3),
matrix(rnorm(150,mean=1,sd=0.3),ncol=3),
matrix(rnorm(150,mean=2,sd=0.3),ncol=3))
# 潜在クラスの計算
cl <- cmeans(x, 6, 20, verbose=TRUE, method="cmeans")
print(cl)
# ソフトクラスタリングの結果
cl$membership[,]
# ハードクラスタリングの結果
cl$cluster
~ 参考記事 ~
【R】e1071を使った潜在クラス分析(LCA)~ハードクラスタリング
https://skellington.blog.ss-blog.jp/2020-09-02
2020-09-03 14:00
nice!(3)
コメント(0)
コメント 0