クラスタリング（Clustering）とは、ラベルなしのデータを類似性に基づいてグループ（クラスタ）に分割する教師なし学習の手法です。データの構造を発見し、パターンを理解するための探索的データ分析に広く活用されています。
クラスタリングの手法
分割型（k-means、k-medoids）、階層型（凝集型・分割型）、密度ベース（DBSCAN、OPTICS）、モデルベース（GMM）など、様々なアプローチがあります。データの特性やクラスタの形状に応じて適切な手法を選択します。
| ひとことで言うと | 正解なしで、似たデータ同士を自動的にグループ分けする手法。 |
|---|---|
| どこで使う | 顧客セグメンテーション、店舗のタイプ分け、商品の分類、異常検知。 |
| 注意点 | グループ数は人が決めることが多い。できたグループの意味づけも人の仕事。 |
クラスタ数の決定
クラスタ数の決定はクラスタリングにおける重要な課題です。エルボー法、シルエット分析、Gap統計量などの手法を用いて適切なクラスタ数を推定します。
1データを数値化購買額・頻度など
▶
2スケールを揃える標準化しておく
▶
3距離で似た者を集める近いもの同士をまとめる
▶
4グループが完成3〜5個程度に分かれる
▶
5特徴を読み取る「優良層」などと命名
活用例
顧客セグメンテーション、画像セグメンテーション、異常検知、文書クラスタリング、遺伝子発現解析など、幅広い分野で応用されています。