Q&A
半球状の理由は論文に記載がない以上わかりませんが、visual basic code は Visual Basic (プログラム言語) で作成したよって意味かと思います。
Synthetic datasets
Our generated datasets are semi-spherical shaped, in two dimensions.
This dataset was generated randomly using visual basic code. Fig.11 shows a sample of them.
論文の中に、上記の記述があり、なぜ作られたデータセットが半球状なのか、どのようにしてデータセットは作られたのかがわかりません。また、Fig.11が何を表していて、横軸と縦軸は何なのかもわかりません。
google scholarなどを利用し、調べたのですが答えが見つかりませんでした。
以下、論文のリンクを添付させていただきます。宜しくお願い致します。
Visual Basicという言語であることを教えていただき、ありがとうございます。
わからない点について追加しました。恐縮ですが、ご確認いただけると幸いです。
回答にも書きましたが、アルゴリズムの性能を測るために人工的なデータセットで試してみたという話で、どんなデータかは添付の図を見ればわかりますし、データセットをどのように作ったかどうかは重要ではないので、詳しい説明が省略されているのだと思います。
なので、深く気にする必要はないと思います。
回答1件
0
ベストアンサー
論文の中に、上記の記述があり、なぜ作られたデータセットが半球状なのか、どのようにしてデータセットは作られたのかがわかりません。
また、Fig.11が何を表していて、横軸と縦軸は何なのかもわかりません。
論文の趣旨が「k-mean を改良したアルゴリズムの提案」なので、そのアルゴリズムの性能を人工的に (Synthetic) 作ったデータで評価しましたという話でこのデータセットに特に深い意味はないと思います。
このようなデータセットを作った意図としては、適切にクラスタリングするのがそれなりに難しいデータを用意して、論文で提案している手法で既存よりうまくクラスタリングできることをアピールするためです。
データの特徴を見てみると、2次元空間上に格子状にクラスタが配置されており、各クラスタは半球状に分布する点で構成されています。
クラスタが沢山あって、点が半球状に偏っているので、k平均法でクラスタリングするのが難しそうだなという印象を受けます。
具体的にどのように生成したかはソースコードが公開されていない以上わかりません。
どうしても必要なのであれば、論文作者のメールアドレスが書いてあるので、メールで問い合わせてください。
追記
・Fig.11で見えている格子状の点はそれぞれがクラスタという認識でよろしいのでしょうか。
格子状の赤○が1つのクラスタなのではないかと思います。(面倒なので、途中までしか○つけていません。)
Fig.11の縦軸と横軸の数字は何を表しているのでしょうか。
2次元上の点の座標値です。
・Fig.12ではFig.11のSynthetic datasetsをどう利用して横軸の値を変化させたのでしょうか。
Synthetic datasets の点の数を変化させたときのアルゴリズムの実行時間を見ているのだと思います。
データセットはプログラムで生成しているので、点の数を変えたりもできそうですね。
投稿2019/09/18 05:15
編集2019/09/18 07:12総合スコア21956
迅速かつ丁寧な回答ありがとうございます。
論文の主旨から、このデータセットがどのようにして作られたかは問題ではないとわかりました。
度重なる質問で申し訳ないのですが、
・Fig.11で見えている格子状の点はそれぞれがクラスタという認識でよろしいのでしょうか。
・Fig.11の縦軸と横軸の数字は何を表しているのでしょうか。
・Fig.12ではFig.11のSynthetic datasetsをどう利用して横軸の値を変化させたのでしょうか。
追記しました。
わかりやすい画像まで入れていただき、ありがとうございます。
各クラスタが半球状に分布する点で構成されているとは、赤○内の点が半球状に分布しているように見えるという事ですか。二次元空間で半球状とはどういうことでしょうか。
また、半球状に偏った点でk平均法でクラスタリングすることが難しいのはどうイメージするのでしょうか。
> 半球状に分布する点で構成されているとは、赤○内の点が半球状に分布しているように見えるという事ですか
そう見えないですか？
2次元なので、半球というか半円ですね。
> 半球状に偏った点でk平均法でクラスタリングすることが難しいのはどうイメージするのでしょうか。
k平均法だと各反復で各点は一番近いクラスタに、所属するクラスタが置き換えられるので、このように偏った分布をしていると、別のクラスタに振り分けられてしまうのではないかと思いました。
時間がないので、私は該当箇所以外の部分は読んでないですし、論文に記載されている情報以外の事はすべて憶測になります。(なぜこのようなデータセットを用意したのかなど)
実際のところは論文の著者に問い合わせる以外知るすべはありません。
論文提案手法と通常のk平均法の差異を確認することが目的であるので、実際いろいろなデータを使って実験してみてはどうでしょうか。そうしたら、この手法はどのようなデータに対して優れているのかわかるかもしれません。
この質問内容が研究などの過程で生じたものであるなら、実験したりすることも研究の一環ではないですか。
ご丁寧な回答ありがとうございます。実際に実装実験をしてみて、確かめてみたいと思います。
疑問な点がもう一つあるのですが、なぜクラスタ一つ一つが目で視てわかるようなデータセットにしたのでしょうか。
本来こういうクラスタ結果になっていてほしいというのがわかりやすいからではないでしょうか。
2次元データであれば、図で可視化することで見た目で判断することもできますし。
クラスタリング結果が予想でき、かつクラスタリングがされにくい図を合成したということですね。
何度も質問に答えていただき、ありがとうございました。
あなたの回答
tips
プレビュー
