クラスタ分析法

クラスタ分析法は、正解ラベルのないデータについて、特徴量間の距離又は類似度を用い、同じ群の対象は互いに似て、異なる群の対象は離れるように複数のクラスタへ分類する教師なし分析手法です。

■ 試験で押さえるポイント

• k-means法はクラスタ数kを先に決め、各点を最も近い重心へ割り当て、重心更新を収束まで反復します。初期値や外れ値の影響を受けます。

• 階層的クラスタリングは近い対象・群を順に結合又は分割し、デンドログラムから粒度を選びます。距離と連結方法で結果が変わります。

• 売上円と年齢など尺度が大きく違う特徴は標準化し、量的・カテゴリデータに適した距離を選びます。

• 既知ラベルを予測する分類とは異なり、得たクラスタの意味は自動確定しません。安定性、業務上の解釈、別データでの再現性を確認します。

■ 選択肢での判断ポイント

正解ラベルなしで類似対象を群分けする点が中心です。k-meansのkはクラスタ数で、最近傍分類の教師ラベルとは異なります。

例: 顧客を購買頻度と平均金額で標準化し、$k=3$で「高頻度・高額」「高頻度・低額」「低頻度」に分けます。各群が施策に有用かを後から解釈します。