クラスタ分析とは？
くらすたぶんせき
クラスタ分析とは、データ集合を類似度に基づいて自動的にグループ（クラスタ）に分類する統計的手法です。
クラスタ分析（クラスター分析）は、事前にグループの種類やラベルを指定せず、データ同士の「似ている・似ていない」という距離や類似度をもとに、自動的にグループ分けを行う教師なし学習の代表的手法です。
主なアルゴリズムの種類として、以下のものがよく用いられます。
- 階層型クラスタリング：データを段階的に統合・分割し、デンドログラム（樹形図）で結果を可視化する手法
- k-means法：あらかじめクラスタ数kを指定し、各クラスタの中心（重心）を繰り返し更新して収束させる手法
- DBSCAN：密度に基づいて外れ値をノイズとして扱いながらクラスタを検出する手法
距離の測り方には、ユークリッド距離、マンハッタン距離、コサイン類似度などがあり、データの性質や目的に応じて選択します。
クラスタ分析はマーケティングにおける顧客セグメンテーション、生物学での遺伝子発現パターンの分類、画像認識の前処理など、幅広い分野で活用されています。適切なクラスタ数の決定が実務上の重要な課題であり、エルボー法やシルエット係数などの指標が判断に使われます。
使い方・例文
顧客の購買履歴データをクラスタ分析にかけると、「高頻度・高単価購入層」「季節限定購入層」「価格重視層」といったグループが自動的に浮かび上がり、マーケティング戦略の立案に役立てられます。
この用語をシェア
最終更新: