変数サブセットでのオブジェクト間距離と位相的データ解析による医薬品マッピング

分類や可視化は, ビッグデータ解析の初手として重要であり, クラスタリングはその代表的な手法である. しかしながら, 従来の一般的なクラスタリング手法では, 全ての変数 (属性) 情報を均等に扱うため, ノイズに攪乱され, 真の構造が見えづらい. さらにデータの特徴を空間的に捉えることと共に, データの更新と増加に対してロバストに可視化することも課題である. これらの課題を解決するために, 変数情報をサブセットで捉えて距離行列を算出するCOSA (Clustering Objects on Subsets of Attributes) アルゴリズム, そして, 複雑なデータ構造を形状として可視...

Full description

Saved in:
Bibliographic Details
Published in計算機統計学 Vol. 35; no. 2; pp. 49 - 67
Main Authors 北西, 由武, 石岡, 文生, 飯塚, 誠也, 栗原, 考次
Format Journal Article
LanguageJapanese
Published 日本計算機統計学会 2022
Subjects
Chemical clustering
Mapping
Subsets of variables
Topological approach
Online AccessGet full text

Cover

More Information
Summary:分類や可視化は, ビッグデータ解析の初手として重要であり, クラスタリングはその代表的な手法である. しかしながら, 従来の一般的なクラスタリング手法では, 全ての変数 (属性) 情報を均等に扱うため, ノイズに攪乱され, 真の構造が見えづらい. さらにデータの特徴を空間的に捉えることと共に, データの更新と増加に対してロバストに可視化することも課題である. これらの課題を解決するために, 変数情報をサブセットで捉えて距離行列を算出するCOSA (Clustering Objects on Subsets of Attributes) アルゴリズム, そして, 複雑なデータ構造を形状として可視化する位相的データ解析マッパー (TDA Mapper : Topological Data Analysis Mapper) を組み合わせた手法を提案する. さらに, アヤメデータをベースにした拡張データでその有効性を検証し, 医薬品データのマッピングへの応用を提案する.
ISSN:0914-8930
2189-9789
DOI:10.20551/jscswabun.35.2_49