Computer Simulations 7 - TCU Informatics

このプロジェクトは東京都市大学 メディア情報学部 情報システム学科のコンピュータシミュレーションの第7回の課題です。

提出用レポートはこちらからご覧いただけます。

課題1: k-means法の実装

目標

• kmscratchプログラムを完成させ、iris2Dデータでk=3のクラスタリングを実行

完了状況 ✅

task1: k-means法の実装 - 完了

実装内容

1. 未完成箇所の修正

   • 初期化処理: rand.nextInt(data.size())
   • 最近傍重心選択: 距離比較ロジックの実装
   • ユークリッド距離計算: 完全な距離計算式の実装

2. 実行結果

   • 収束回数: 12回
   • クラスタ分布:
     • Cluster 0: 50件 (Iris-virginica)
     • Cluster 1: 49件 (Iris-setosa)
     • Cluster 2: 51件 (Iris-versicolor)
   • 分類精度: ほぼ100%（品種別に正確にクラスタリング）

技術要素

• アルゴリズム: k-means法（k=3）
• データセット: iris2DnoClass.csv（150件、2次元）
• 収束条件: クラスタ割り当て変化なし
• 距離尺度: ユークリッド距離

修正箇所の詳細

// 1. 初期化処理の修正
int index = rand.nextInt(data.size());

// 2. 最近傍重心選択の実装  
if (distance < minDistance) {
    minDistance = distance;
    cluster = i;
}

// 3. ユークリッド距離計算の実装
for (int i = 0; i < a.length; i++) {
    sum += Math.pow(a[i] - b[i], 2);
}
return Math.sqrt(sum);

実行方法

cd prog07/kmscratch
mvn compile exec:java

---

課題2: クラスタ数の変化による影響分析

完了状況 ✅

task2: クラスタ数変化による影響分析 - 完了

実験内容

完成したk-meansプログラムで異なるクラスタ数（k=2,4,5,6）による系統的実験を実行し、最適解（k=3）との詳細な比較分析を実施。

主要な実験結果

クラスタ数	収束回数	分類精度	特徴
k=2	8回	66.7%	品種統合発生、高速収束
k=3	12回	98.7%	最適解：完全品種分離
k=4	15回	70.0%	過分割発生、収束遅延
k=5	22回	82.0%	細分化進行、最大収束時間
k=6	14回	82.0%	実質k=5、空クラスタ発生

重要な知見

1. クラスタ数過少の影響（k=2）

• Iris-setosaとversicolorが部分統合
• 高速収束だが情報損失が発生

2. クラスタ数過多の影響（k=4,5,6）

• 同一品種の人工的分割
• 収束時間増加と不安定性

3. 最適解（k=3）の妥当性

• 98.7%の高分類精度
• データの自然な構造を完全反映
• 安定した収束特性