② 機械学習の概要 ／ 8. 教師なし学習
クラスタリングとは
クラスタリングとは、正解ラベルのないデータを類似度にもとづいてグループ化する教師なし学習の総称です。分類問題との違い（ラベルの有無）がG検定対策として重要です。
この用語はG検定シラバスの「8. 教師なし学習」に含まれます。 章全体の用語は用語解説②（全62語）にまとまっています。
一言でいうと
正解を与えずに、似たもの同士をグループにまとめる手法の総称です。
分類問題との違い
最も重要なのがこの区別です。
- 分類問題：正解ラベルがある（教師あり学習）。あらかじめ決まったカテゴリに振り分ける
- クラスタリング：正解ラベルがない（教師なし学習）。データの似ている度合いからグループを見つけ出す
クラスタリングでは、できあがったグループが何を意味するかは人が後から解釈する必要があります。
2つの大きな系統
クラスタ数はどう決めるか
教師なし学習である以上、正解のクラスタ数は誰も知りません。そこで次のような目安が使われます。
- エルボー法：クラスタ数を増やしたときの改善幅が急に鈍る点（肘のような屈曲点）を選ぶ
- シルエット分析：各データが自分のクラスタにどれだけなじんでいるかを数値化して比較する
階層的手法ならデンドログラムを見て後から決められます。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| クラスタリング | 教師なし学習。ラベルなしでグループを見つける |
| 分類問題 | 教師あり学習。決まったカテゴリに振り分ける |
🎯 G検定での押さえどころ
- 正解ラベルがない点が分類問題との違い
- 非階層的（k-means）と階層的（ウォード法）の2系統
- グループの意味づけは人が行う
⚠️ よくある誤りの選択肢
- 「クラスタリングは教師あり学習の一種である」→ 誤り。教師なし学習です
- 「クラスタリングでは各グループの意味が自動的に決まる」→ 誤り。解釈は人が行います
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「教師なし学習② クラスタリング」（E資格向け）
- 手を動かして確かめる → k-means法シミュレータ
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。