クラスタ分析

正解ラベルのないデータを、特徴の似たもの同士のグループ（クラスタ）に自動的に分ける教師なし学習の手法。k-means法などがあり、顧客のセグメント分けや異常の検知に使われる。あらかじめ決めた分類先に振り分ける分類とは異なり、グループは学習の結果として見いだされる。

類似性に基づいてデータを複数のグループ（クラスター）に分類する分析手法。顧客セグメンテーションや市場分析などに活用される。教師なし学習の代表的な手法。

正解ラベルのないデータを、特徴の似たもの同士のグループ（クラスタ）に分ける教師なし学習の手法。データを順に併合して樹形図（デンドログラム）を作る階層的手法と、k-means法のようにあらかじめ決めた数のクラスタに分ける非階層的手法がある。顧客のセグメンテーションなどに使い、得られたクラスタの意味は人間が解釈する。

教師なし学習の代表的な手法で、正解ラベルのないデータを、特徴の似たもの同士が同じグループ（クラスタ）になるように分けること。k-means法のような非階層的手法と、データを順に併合して樹形図（デンドログラム）を作る階層的手法があり、顧客の分類や異常の発見などに使われる。

数値として測定でき、四則演算や統計処理の対象になるデータ。売上金額や個数などが該当し、平均や分散といった代表値で特徴を把握できる。

分類や順序を表し、数値としての大小に意味を持たないデータ。性別や満足度の区分などが該当し、集計は度数や割合で行う。

時間の経過に沿って記録されたデータ。傾向や季節変動、周期性を読み取れるが、比較の際は対象期間の粒度を揃える必要がある。

アソシエーション分析で、ある商品を買った人が別の商品も買う確率が、全体の購買確率の何倍かを示す指標。1を超えるほど関連が強いと判断する。

一定期間ずつ区間をずらしながら平均を取る手法。短期的な変動をならして基調となる傾向を読み取りやすくする。

データ全体の特徴を一つの値で表したもの。平均値、中央値、最頻値があり、外れ値の影響を受けやすい平均値と受けにくい中央値を使い分ける。