クラスター分析は、あらかじめ正解グループを与えず、複数変数の似方をもとに観測をグループ化する多変量解析です。
NIST Dataplotは、クラスター分析の目的を「データの中にある群を見つけること」とし、k-meansなどの分割法と階層型手法を代表例として実装しています。
1. クラスター分析は教師なし分類
判別分析と違い、学習データに群ラベルはありません。データの距離・類似度から「どの観測が似ているか」を探します。
2. 距離の定義で結果が変わる
ユークリッド距離、マンハッタン距離など、何を「近い」と定義するかで群構造が変わります。変数の単位・尺度も影響します。
3. 標準化が重要
温度0〜1000と粗さ0〜5をそのまま距離計算すると、尺度の大きい温度が支配しやすくなります。意味の異なる尺度を比較するときは標準化を検討します。
4. k-meansはクラスタ内平方和を小さくする
NISTではk-meansを代表的な分割法として、各観測をk個の群へ割り当て、クラスタ内平方和を最小化する方法として説明しています。
5. k-meansは初期値に依存する
初期クラスタ中心によって局所解が変わる場合があります。複数初期値で実行し、安定した解か確認します。
6. 階層的クラスタリング
近い個体・群を順にまとめる凝集型や、全体から分割していく分割型があります。デンドログラムを使うと、群がまとまる順序を確認できます。
7. クラスタ数は自動的に1つに決まらない
k-meansではkを事前指定します。複数kで比較し、クラスタ内平方和、シルエット、安定性、実務的意味を合わせて判断します。
8. クラスターは「真のカテゴリ」とは限らない
分析で得た群は、選んだ変数・尺度・距離・手法に依存します。結果に名前を付けた瞬間に原因や本質的カテゴリだと断定しないことが重要です。
9. よくある質問（FAQ）
クラスター分析とPCAはどちらを先に使いますか？
目的次第です。変数が多く相関が強い場合、PCAで次元圧縮してからクラスタリングする方法もあります。
群が分かれれば原因が分かりますか？
いいえ。群構造は探索結果です。原因確認には工程情報や追加分析が必要です。
10. 一次情報・参考資料
最終確認：2026年10月1日。
11. まとめ
クラスター分析は、ラベルなしデータを距離・類似度から群分けする探索的手法です。 標準化、距離、クラスタ数、初期値依存を確認し、群に過剰な意味を与えないことが重要です。
品質管理の教科書TOP：全16章・191テーマへ戻る
執筆・最終確認：UG。NIST・JSA公開情報をもとに整理しています。
← 前：14-11｜判別分析 ｜ 品質管理の教科書TOP ｜ 次：14-13｜数量化理論 →
コメントを残す