教師なし学習

教師なし学習は、ラベルのないデータからアルゴリズムがパターンを学習する機械学習の一種です。クラスタリング、次元削減、異常検知などによく使用されます。

このレッスンでは、K-Meansや階層型クラスタリングなどのクラスタリング手法について学びます。

教師なし学習とは？

教師なし学習では、あらかじめ定義されたラベルを使わずにデータを分析し、グループ化します。データに隠れた構造やパターンを特定することが目的です。

主なタスクには、次のようなものがあります。

• クラスタリング：類似したデータポイントをグループ化します。
• 次元削減：重要な情報を保持しながら特徴量の数を減らします。

K-Meansクラスタリング

K-Meansは、特徴量の類似性に基づいてデータをK個のクラスタに分割する、よく使われるクラスタリングアルゴリズムです。どのように動作するか見てみましょう。

# Example: K-Means Clustering
from sklearn.cluster import KMeans
import numpy as np

# Sample data
X = np.array([[1, 2], [1, 4], [1, 0], [10, 2], [10, 4], [10, 0]])

kmeans = KMeans(n_clusters=2, random_state=0)
kmeans.fit(X)
print("Cluster Centers:", kmeans.cluster_centers_)
print("Labels:", kmeans.labels_)

階層型クラスタリング

階層型クラスタリングは、樹形図（デンドログラム）を構築して類似したデータポイントをグループ化します。あらかじめクラスタ数を指定する必要はありません。

# Example: Hierarchical Clustering
from scipy.cluster.hierarchy import dendrogram, linkage
import matplotlib.pyplot as plt

# Sample data
X = [[1, 2], [1, 4], [1, 0], [10, 2], [10, 4], [10, 0]]

linked = linkage(X, 'single')
dendrogram(linked)
plt.show()

次元削減

次元削減では、重要な情報を保持しながら特徴量の数を減らすことで、データを単純化します。主成分分析（PCA）は、このタスクでよく使われる手法です。

# Example: PCA
from sklearn.decomposition import PCA
import numpy as np

# Sample data
X = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])

pca = PCA(n_components=1)
X_reduced = pca.fit_transform(X)
print("Reduced Data:", X_reduced)

教師なし学習の応用

教師なし学習は、次のような用途で使用されます。

• 顧客セグメンテーション：行動に基づいて顧客をグループ化します。
• 異常検知：データ内の通常とは異なるパターンを特定します。
• 画像圧縮：品質を保ちながら画像サイズを小さくします。

クラスターの可視化

クラスターを可視化すると、データポイントのグループ分けを理解しやすくなります。MatplotlibとSeabornは、この目的に役立ちます。

# Example: Visualizing clusters
import matplotlib.pyplot as plt

# Sample data and labels
X = [[1, 2], [1, 4], [1, 0], [10, 2], [10, 4], [10, 0]]
labels = [0, 0, 0, 1, 1, 1]

for i in range(len(X)):
    plt.scatter(X[i][0], X[i][1], c='r' if labels[i] == 0 else 'b')
plt.show()

教師なし学習における課題

教師なし学習には、次のようないくつかの課題があります。

• クラスター数の決定: K-Meansでは、あらかじめクラスター数を指定する必要があります。
• 解釈可能性: クラスターが常に明確な意味を持つとは限りません。
• スケーラビリティ: 大規模なデータセットの処理には、多くの計算が必要になる場合があります。

教師なし学習でよくある間違い

次のような間違いは避けてください。

• K-Meansでクラスター数を誤って選択する。
• 特徴量のスケーリングなど、データの前処理を行わない。
• 検証せずにクラスターを過度に解釈する。

学んだこと

このレッスンでは、次のことを学びました。

• 教師なし学習の基本と主要なタスク。
• K-Meansと階層的クラスタリングの実装方法。
• PCAを使用した次元削減の概念。
• 教師なし学習の用途、課題、よくある間違い。

よくできました！次のトピックに進みましょう。