ＫＹ法によるクラスタリングとは：What is the Clustering KY-methods
◆ ＫＹ法によるクラスタリング： Clustering by the KY-methods
ＫＹ法の基本原理を適用する事で新たなクラスタリング手法を実行する事が可能です。
ＫＹ法の基本は「サンプル群のサブグループ化」と「繰り返し多段階操作」です。クラスタリングを実行する過程で、この二つの条件を満たすことで新たなクラスタリングＫＹ法を実現出来ます。
〇ＫＹクラスタリングの特徴： Spatial features of the clustering KY-methods
以下に現在展開されているクラスタリングＫＹ法の種類と、それぞれの特徴を列挙します。
１．教師データ付きクラスタリング（クラスタリングＫＹ法の最大の特徴）
一般的に実施されているクラスタリング手法は教師データ無しで実行されます。クラスタリングの結果からなぜそのようにクラスター化されたかを追求します。このような、要因発見型のアプローチに対して、ＫＹ法によるクラスタリングは教師データ付きクラスタリングとなり、これが従来手法のクラスタリングには無い非常にユニークな特徴となります。
２．教師なしクラスタリング
クラスタリング手法では教師なしデータが基本です。クラスタリング手法にもいろいろとありますが、これらの一般的な教師なしクラスタリングも、ＫＹ法の基本的な手順を適用する事でクラスタリングＫＹ法となります。
従来主峰のクラスタリングでは、全て一回の操作でクラスタリングを完了させ、その結果を評価するのが一般的です。この、一回限りの操作と実行の手順を変え、サンプル群のサブグループ化（これはクラスタリングの基本的な仕事ですが、これにさらに人為的あるいは別の基準でＫＹ法用のサブグループ化を行ないます）を行ない、このサブグループのみについてさらにクラスタリング（この場合は別のクラスタリング手法を適用する、あるいはパラメータセットを帰る等行ないます）を実行する。これを繰り返し行います。
以上の手順を取ると、従来からの教師なしクラスタリング手法にもＫＹ法の手順を適用する事が可能となり、より高度な考察やデータ解析を行なう事が可能となります。
◆ ＫＹ法の拡張性： Expandability of the KY-methods
クラスタリングＫＹ法を見てすぐに気づかれたと思いますが、このＫＹ法はマッピング等のデータ解析手法にも展開可能です。ＫＹ法の二大基本である「サンプル群のサブグループ化」と「繰り返し多段階操作」の手順を組み入れることで、従来からの一回限りのマッピングを、より高度な展開のできるマッピングＫＹ法へと導くことが出来ます。
ＫＹ法は従来より展開されてきたデータ解析アルゴリズムをそのまま利用し、ＫＹ法としての二つの手順を行なう事で、従来手法では達成できなかった様々なデータ解析能力や、新たな視点を見出すことを可能とします。
ＫＹ法は、判別分析、重回帰、クラスタリングそしてマッピングと、現在提供されている殆ど全てのデータ解析手法に適用可能であり、ＫＹ法の適用により従来手法では達成し得なかった素晴らしい解析結果を提供します。
