クラスタ分析とは？くらすたぶんせき
クラスタ分析とは、多数のデータの中から、性質の近いもの同士を集めて、いくつかのグループ（クラスタ）に分ける分析手法。データ同士の「距離」（例えば、数値の差の大きさ）を計算し、距離が近いものを同じグループにまとめる。あらかじめ正解のグループ分けが与えられていない状態で分けるので、機械学習でいう教師なし学習に当たる。やり方は大きく2つあり、近いもの同士を1つずつ順にまとめていき、まとまっていく様子を樹形図（デンドログラム）で表す階層型と、グループの数kを先に決めて分ける非階層型がある。非階層型の代表のk-means法（k平均法）は、①k個の中心を仮に置く ②各データを一番近い中心のグループに入れる ③グループごとに平均を取って中心を置き直す、の②と③を、中心が動かなくなるまで繰り返す。顧客の分類（セグメンテーション）や、似た商品・店舗のグループ分けに使われる。
最終更新：2026-10-10
基本情報を最短で暗記・合格する →背景
顧客や商品が数万件あると、一件ずつ見て特徴を言い当てるのは難しい。かといって「20代」「30代」のように人が決めた区切りで分けると、実際の買い方の違いとずれることがある。データ自身が持つ近さから自然なまとまりを見つけ、人はそのまとまりに後から意味を付ける、という発想で使われてきた手法である。
具体例
ネット通販の会員を「年間の購入回数」と「1回あたりの購入額」の2つの数で平面上の点として並べ、k-means法でk＝3として分けると、例えば「回数が多く少額（日用品をこまめに買う人）」「回数は少ないが高額（家電などをまとめて買う人）」「どちらも少ない（ほとんど買わなくなった人）」の3つに分かれる。グループの名前は分析の手法が付けるのではなく、結果を見た人が付ける。分かれたグループごとに、こまめに買う人にはまとめ買いのクーポン、買わなくなった人には久しぶりの割引と、送るお知らせを変える。
試験での引っ掛け
クラスタ分析は正解のラベルが無いデータを分ける教師なし学習であり、「迷惑メールか否か」のように正解付きのデータから学んで分類する決定木などの手法（教師あり学習）と取り違えさせる問題に注意する。k-means法では、グループの数kは分析する人が先に決める（データから自動では決まらない）。また、システム構成でいう「クラスタ」（複数のサーバを1台のように動かす構成）とは別の話である。
関連用語
出典・参考
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。