データ・DX
クラスタリングとは?
読み: くらすたりんぐ英語: Clustering更新日: 2026-06-26
クラスタリングとは、似ているデータ同士をグループに分け、データの構造を見つける手法です。
DS検定G検定
関連表記: クラスタリング / Clustering / クラスター分析
試験で問われるポイント
- 教師なし学習の代表例です。
- 顧客セグメント、文書分類、異常検知の前処理などに使われます。
- 正解ラベルがないため結果の解釈が重要です。
具体例
購買傾向が近い顧客をグループに分け、施策を検討します。
混同しやすい点
- 分類とクラスタリングを同じものとして扱う。
- クラスタ数を決めれば必ず意味のある分類になると考える。
関連問題で復習
DS検定データサイエンス
クラスタリングと次元削減の違いを説明したものとして、最も適切なものはどれか。
DS検定データサイエンス
顧客をクラスタリングして施策に活かす際、事前に確認しておくべきこととして、最も適切なものはどれか。
DX NextAI・データサイエンス
機械学習における「クラスタリング」の説明として、最も適切なものはどれか。
DX NextAI・データサイエンス
顧客をクラスタリングして販促の切り口を探したい。取り組みの前提として最も適切なものはどれか。
DX NextAI・データサイエンス
クラスタリングの結果を業務で活かす際に陥りやすい誤りとして、最も適切なものはどれか。
AWS AI PractitionerAI・機械学習の基礎
小売企業が過去の購買履歴と「購入した/しなかった」の正解ラベルを使って、次回キャンペーンで購入しそうな顧客を予測するモデルを作りたいと考えています。この学習方法として最も適切なものはどれですか。
AWS AI PractitionerAI・機械学習の基礎
マーケティング部門が、正解ラベルを持たない顧客データから似た顧客同士のセグメントを発見したいと考えています。適した学習アプローチはどれですか。
AWS AI PractitionerAI・機械学習の基礎
強化学習の学習の仕組みを説明するものとして、最も適切なものはどれですか。