K-Meansとユークリッド距離

sklearnのK-Meansアルゴリズムはコードを見る限り，ユークリッド距離を用いています(KMeans)．そのため，楕円形に広がるデータのクラスタリングは苦手です．クラスタが円状に広がるイメージ(参考)なので，次のようなクラスタリングは期待通りにならないのです．

黒とピンクの色に分類されているインスタンスは1つのクラスタであるべきですが，セントロイドが2つできています．一方で緑色に分類されているインスタンスは2つのクラスタに分けられるべきですが，1つのクラスタしかできていません．これは前述の通り，K-Meansの距離尺度としてユークリッド距離が使われているからだと考えます．

距離尺度を変えて，K-Meansアルゴリズムに適用することでこれを回避できるのですが，まだ試していないので次の記事に任せます．

それではよい1日を