K-Medoids Clustering

K メドイド法（K-Medoids Clustering）は K 平均法に似るが、中心に実際のデータ点（メドイド）を取る。任意の距離尺度でのクラスタリングを支える。

目的

ノイズや外れ値に対してより頑健で、任意の距離をサポートするクラスタリングを提供する。

メカニズム

中心（メドイド）は、クラスタ内の総距離を最小にする実際のデータ点である。PAM アルゴリズムは、総距離が減るならメドイドと非メドイドを交換する。K 平均法より頑健だが O(n²) でコストが高い。

ユースケース

頑健なクラスタリング
非ユークリッド距離のクラスタリング
バイオインフォマティクス

関連用語

Hierarchical Clustering

階層的クラスタリング（Hierarchical Clustering）はクラスタの入れ木ツリー（デンドログラム）を構築する。凝集型はボトムアップに統合し、分割型はトップダウンに分割する。

References