[ Home > データで遊ぶ > 府中のメソッド ]

だってA9だもの。フリーの統計解析環境「R」を使用して「データを対象とした実験」に取り組ませ、「理数探究」につなげます。（最終更新：2020年7月4日）

	統計数理研究所のミラーサイトから「R」を入手しよう

※このページの一部は横長です。横にもスクロールしてご覧ください。

• ゲームのマップの「平地」に「路線網」を無駄なく引きたい
• アルゴリズムは既成のものをなるべくそのまま使う
• 「片栗粉Ｒ」と同様にして読み取ったマップの高度（標高）から「平地」のみを抽出して使う

▲この実験より前に（人手で） 　ゲーム内で引いた路線網

「平地」を抽出		TSVファイル
「平地」を分割 （k-means法）
	▲k=3（21+1）	▲k=5（22+1）
	▲k=9（23+1）	▲k=17（24+1）
「k=17」を使う ことにする ＆ クラスター3個を除外
「最近隣法」 「ウォード法」 「最小全域木」 を見比べる
	▲最近隣法 （single）	▲ウォード法 （ward.D2）	▲最小全域木 （spantree）

▲この実験より前に（人手で） 　このマップにつけた町名 （との対応を見比べる）

• ゲームを開始して最初に引く路線網（※官設鉄道だけのような路線網：1地域1路線で競合がない）を提案する方法として「最小全域木」が使えそうという感触を得る
• ゲームのマップに市街地や駅を初期配置する方法として「k-means法」が使えそうではあるが、自動ではクラスター数を決めかねるとわかった
• マップの全域に均等に駅が配置されると不自然であるのでランダムでもいいからいくつかのクラスターを除外するとよいのではないか
• 「地形の自動生成」を使用したマップであれば「地形の複雑度」という数字があるので、クラスター数の決定に使えそうという感触を得る
• この実験より前に（アルゴリズムを使わずに）考えた路線網や町名は、「k=9」の細かさで考えた部分と「k=17」の細かさで考えた部分の両方がある（場所によって細かさを使い分けている）
• このマップの中心地を「府中」と名付けたので「府中のメソッド」と仮称する
  ※府中はすてきな街です。

All Rights Reserved. ©2018-2020, tht.