クラスタリングのアプリケーションは何ですか？

クラスタリングには次のようなさまざまな用途があります-

• スケーラビリティ −一部のクラスタリングアルゴリズムは、200未満のデータオブジェクトを含む小さなデータセットでうまく機能します。ただし、巨大なデータベースには数百万のオブジェクトが含まれる可能性があります。特定の巨大なデータセットのサンプルでクラスタリングすると、結果に偏りが生じる可能性があります。高度にスケーラブルなクラスタリングアルゴリズムが必要です。

• さまざまなタイプの属性を処理する機能 −一部のアルゴリズムは、間隔ベースの（数値）レコードをクラスター化するように設計されています。ただし、アプリケーションでは、バイナリ、カテゴリ（名義）、順序データ、またはこれらのデータタイプの組み合わせなど、いくつかのタイプのデータをクラスタリングする必要がある場合があります。

• 任意の形状のクラスターの発見 −一部のクラスタリングアルゴリズムは、ユークリッド距離またはマンハッタン距離の測定値に応じてクラスターを決定します。このような距離測度に基づくアルゴリズムは、同じサイズと密度の球形クラスターを検出する傾向があります。ただし、クラスターは任意の形状にすることができます。任意の形状のクラスターを識別できるアルゴリズムを開発することが不可欠です。

• 入力パラメータを決定するためのドメイン知識の最小要件 −一部のクラスタリングアルゴリズムでは、ユーザーがクラスター分析で特定のパラメーター（目的のクラスターの数を含む）を入力する必要がありました。クラスタリングの結果は、入力パラメーターに非常に敏感です。特に高次元オブジェクトを含むデータセットの場合、パラメータを決定するのは困難です。これはユーザーに負担をかけるだけでなく、制御が難しいクラスタリングの品質を生み出します。

• ノイズの多いデータを処理する機能 −一部の実際のデータベースには、外れ値、欠落、不明、または誤ったレコードが含まれています。一部のクラスタリングアルゴリズムはそのようなデータに敏感であり、品質の低いクラスターにつながる可能性があります。

• 入力レコードの順序に影響されない −一部のクラスタリングアルゴリズムは、入力データの順序に応答します。たとえば、同様のデータセットは、そのようなアルゴリズムに複数の順序で提示されると、劇的に異なるクラスターを生成できます。入力の順序に反応しないアルゴリズムを開発することが不可欠です。

• 高次元 −データベースまたはデータウェアハウスには、複数のディメンションまたは属性を含めることができます。一部のクラスタリングアルゴリズムは、2〜3次元のみを含む低次元データの管理に最適です。人間の目は、最大3次元のクラスタリングの品質を判断するのに最適です。特に高次元空間のデータが非常に不十分であり、非常に誤って表現されている可能性があることを考えると、高次元空間のデータオブジェクトをクラスター化することは論争の的です。

• 制約ベースのクラスタリング −いくつかのタイプの制約の下でクラスタリングを実行するには、実際のアプリケーションが必要になる場合があります。あなたの仕事は、都市内の特定の数の新しい現金自動預け払い機（ATM）のエリアを選択することであると考えてください。