クラスタリング

クラスタリングは、教師なし学習の代表的な手法です。与えられた大量のデータの中に隠れている構造を見つけ出し、似た性質を持つデータをグループ（クラスタ）に分類します。事前に正解ラベルが存在しないため、データ同士の距離や類似度を基準にして自動的に振り分けを行います。

K-means法などがよく知られたアルゴリズムであり、データをあらかじめ指定した数のグループに分け、それぞれの中心点を最適化するプロセスを繰り返します。顧客の購買データの分析や、画像データのグループ分けなど、用途は多岐にわたります。

G検定では、教師あり学習の「分類」と混同しないことが求められます。分類は正解ラベルを用いてクラスを特定しますが、クラスタリングはラベルなしで構造を探索します。手法の分類が教師なし学習にあるという点を確実に押さえておく必要があります。