K-means法クラスター分析の結果を解釈するには
内容 |
K-means法結果レポート
初期のクラスター中心
K-meansクラスター分析での最初のステップはクラスター中心を見つけることです。階層的クラスター分析を小さなサンプルサイズで行い、適当な初期のクラスター中心を求めてください。または、クラスター数を指定してOriginが自動で十分に離れている値を初期のクラスター中心として設定します。この自動解析は外れ値に敏感にできています。ですので、分析を始める前に外れ値の有無を確認してください。
最終クラスター中心
最終クラスター中心表は最終クラスター中心値を提供します。
クラスターサマリー
クラスターサマリー表は各クラスターの統計値を表示します。
最終クラスター中心間の距離
全ての0では無い値が相対的に大きければクラスター結果は良いと判断できます。
ANOVA
ＡＮＯＶＡ表(分散分析表)ではすべての値がクラスター分析に使用されるべきか判断を付ける事ができます。ANOVA表で、4つの変数すべてのp値が0.05よりも大きい場合、その値をこの分析から除外したほうがいいかもしれません。
K-Means 法クラスターメンバーシップと距離
メンバーシップ列を見ることでどのように観測データがクラスターにまとめられたのか分かります。距離列を見ることでそのグループ内のクラスター中心からどれだけ離れているかが分かります。
| Note:距離の長い観測結果は外れ値である可能性があります。気を付けて確認を行い、必要に応じて分析から取り除いてください。 |