このバージョンのヘルプはこれ以降更新されません。最新のヘルプは https://www.jmp.com/support/help/ja/15.2   からご覧いただけます。


多変量分析 • K Meansクラスター分析 • 「K Meansクラスター分析」プラットフォームの別例
前へ
 • 
次へ
「K Meansクラスター分析」プラットフォームの別例
自己組織化マップの例
この例では、Iris.jmpサンプルデータテーブルを使用しています。このテーブルには、３種類のアヤメのがくの長さ、がくの幅、花弁の長さ、花弁の幅の測定値が記載されています。
1.
［ヘルプ］>［サンプルデータライブラリ］を選択し、「Iris.jmp」を開きます。
2.
［分析］>［クラスター分析］>［K Meansクラスター分析］を選択します。
3.
「がくの長さ」、「がくの幅」、「花弁の長さ」、および「花弁の幅」を選択して、［Y, 列］をクリックします。
4.
［OK］をクリックします。
5.
コントロールパネルの「方法」リストから［自己組織化マップ］を選択します。
6.
［行数］を1、［列数］を2に設定します。
7.
［実行］をクリックします。
8.
「コントロールパネルレポート」を開きます。
9.
［行数］を1、［列数］を3に設定します。
10.
［実行］をクリックします。
11.
「コントロールパネルレポート」を開きます。
12.
［行数］を2、［列数］を2に設定します。
13.
［実行］をクリックします。
図12.10 SOMクラスターの比較
「クラスターの比較」レポートは、レポートウィンドウの最上部に表示されます。CCC（Cubic Clustering Criterion：立方体クラスター規準）の最も大きいときのクラスタリングが、最も適したクラスターであるとと考えられます。CCCが最大になるクラスター数は3です。実際、このデータは3品種のアヤメを記録したものです。
14.
「自己組織化マップ 1 x 3グリッド」レポートまでスクロールします。分類が完璧ではなかったことがわかります。実際のデータには、3品種のあやめのそれぞれは50ずつあります。
図12.11 Iris.jmpの「自己組織化マップ」レポート
15.
データテーブルで、［種類］列を選択し、［行］>［列の値による色/マーカー分け］を選択します。
16.
マーカーの下の［クラシック］オプションを選択します。
17.
［OK］をクリックします。
18.
「自己組織化マップ 1 x 3グリッド」の横の赤い三角ボタンをクリックし、［バイプロット］を選択します。
図12.12 自己組織化マップのバイプロット
クラスター3のすべての行がsetosaとして正しく識別されていることが分かります。他の２品種はvirginicaとverisicolorでわずかに重複しており、互いに間違われやすくなっています。