前回は、100人の学生のスコアを求めて、スコアの昇順に3つのグループに振り分ける方法を試した。振り分け方は、単純に、3つのグループに属する学生の少ないほうからである。前回の終わりに、各インデックスの平均値を考慮したものを考えてみると書いたが、その前に、一つ確認しておかなければならないことを忘れていたので、今回はその確認をしようと思う。

何を確認し忘れたかというと、全体のパターン数だ。もし、全体のパターン数が少なければ、全体のパターンから計算して平均的な分類方法を導き出せばよい。

しかし、先に結論を述べると、この方法では無理である。これを高校で習う数学の「組み合わせ」と「対数」を用いて確認してみる。

組み合わせの記法として、C(10,2)=10*9/2*1=45とし、対数logは底10の常用対数であるとする。

前回と同様に、具体例として、100人の学生を3つのクラスに分ける場合について見ていく。
この場合、全体のパターン数は

  1. 最初に100人の学生のうち、34人を選んでグループ1とし、
  2. 残った66人の学生のうち、33人をグループ2とし、
  3. さらに残った33人の学生をグループ3とし、
  4. グループ2とグループ3は区別されないことを考慮

すれば求めることができる。つまり、全体のパターン数TはC(100,34)×C(66,33)×C(33,33)÷2通りである。
これを実際に求めても良いのだか、イメージがつきにくいので、全体のパターン数の桁数を求めてみる。
log(C(100,34)×C(66,33)×C(33,33)÷2)
=log(C(100,34))+log(C(66,33))+log(C(33,33))-log(2)
≒26.76+18.85+0-0.30
=45.31
よって
45log10<log(T)<46log10
となるが、常用対数は単調増加なので、
10^45<T<10^46
が成り立つ。ゆえに、Tは46桁の数値であることが分かる。

言い換えると、全体のパターン数は、1000000000000000000000000000000000000000000000より大きいのである。

仮に、1秒間に100万パターン計算できたとして、これを日数に直すと約2.89×10^35日かかるのである。

全体のパターン数を調べ上げれば、真の分類方法が分かるのであるが、現実的な時間内で求めることは現状不可能なので、真の分類方法に近い、より精度の高い分類方法を実験的に考察して行こうと思う。

関連する記事

  • R アップデート後にパッケージが見つからない場合の対処法 Ubuntuで、Rのバージョンを3.4.1にアップデートした後、パッケージが見つからない場合の対処法をお伝えいたします。 すでにRStudio上でRを動かしている場合、パッケージのインストール先はデフォルトでユーザーのホームディレクトリ配下になっています。 今回の問題は、このホームディレクトリ配下のパスを認識しなくなったことが原因です。 環境 環境を確認しておきま […]
  • Ubuntu 20.04にDockerをインストールする手順Ubuntu 20.04にDockerをインストールする手順 Ubuntu 20.04にDockerをインストールおよびインストールの確認、sudoなしでdockerコマンドを実行する方法をお伝えします。 Ubuntu 20.04にDockerをインストールする方法はいくつかありますが、ここでは最も簡単な方法であるsnapでインストールすることにします。 Ubuntu […]
  • R言語 CRAN Task View:RグラフィカルモデルR言語 CRAN Task View:Rグラフィカルモデル CRAN Task View: gRaphical Models in Rの英語での説明文をGoogle翻訳を使用させていただき機械的に翻訳したものを掲載しました。 Maintainer: Soren Hojsgaard Contact: sorenh at […]
  • ggplot2を用いて階層的クラスタリングの結果を可視化する方法ggplot2を用いて階層的クラスタリングの結果を可視化する方法 R言語のggplot2パッケージを用いて階層的クラスタリングの結果を可視化する方法についてお伝えいたします。 一般に、階層的クラスタリングの結果は、デンドログラムまたは樹形図として可視化されます。 ggplot2パッケージには、デンドログラムまたは樹形図を可視化する機能が備わっておりません。 しかし、ggplot2パッケージと合わせてggdendroパッケージを用い […]
  • SlideShareで公開されているR言語関係のまとめSlideShareで公開されているR言語関係のまとめ SlideShareで公開されているR言語関係の資料をまとめてみたのでご紹介する。全てを網羅しているわけではないが、あなたのお役に立てれば幸いだ。 Rによる医療統計2015 第1部 医療統計の基礎知識 前編 2015-12-18 / 70 slides Rによる医療統計2015 第1部 後半 2015-12-18 / 57 […]
平均的に分類する方法の考察(2)