クラスター分析について

#クラスター分析とは

• 観測対象を互いに似た者同士でグループ分けをする手法。似たような傾向を示す消費者をいくつかのグループに分類することで消費者の大まかなニーズを掴むことができる。

• 大きく分けて階層的手法と非階層的手法がある。それぞれの代表的な手法として、ウォード法、k-means法とがある。

• 教師データを用いない手法のひとつ。

##教師ありと教師なし
教師あり

• 与えられたデータを適切なクラスへ振り分ける。
• 既存データを基に作成したルールで、新規データを振り分ける。
  

教師なし

• 与えられたデータを複数のグループへ分ける。
• データの特徴を基に意味のあるグループがないかみつける。
  

##階層型と非階層型
階層型クラスター分析

• 各データをひとつのクラスタとみなし、距離が近いクラスタを段階的に結合する手法。
• ウォード法など
  

非階層型クラスター分析

• 決められたクラスタ数でデータを分割し、最適分割となる分割方法を探索する手法。
• k-means法など
  

##類似度とは

• 東京と北海道、東京と沖縄の２地点間の距離を調べる。
• ３地点の都道県庁の軽度と緯度から、２地点間の距離を求める。

県庁所在地	緯度	経度
東京都庁	139.69	35.69
沖縄県庁	127.68	26.21
北海道庁	141.35	43.06

２地点間の距離は、三平方の定理から、都市間の経度の差の２乗と緯度の差の２乗の和について正の平方根をとった。

	東京都庁	沖縄県庁
沖縄県庁	15.30
北海道庁	7.35	21.70

• 東京と北海道が最も近く、東京と沖縄の約1/2。
• このような一般的に利用する距離を「ユークリッド距離」と呼び、クラスタリングにおいてはこの「距離」の概念を用いて、似ているものどうしをまとめていく。