クラスタリング

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。

似た特徴を持つデータ同士をグループにまとめる分析手法。あらかじめ正解を与えずに分類するため、顧客のセグメント発見などに用いられる。

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。

多数の特徴量（次元）を持つデータを、元の情報をできるだけ保ちながら、より少ない次元のデータに変換すること。計算量の削減、過学習の抑制、2次元や3次元での可視化に役立つ。代表的な手法として主成分分析（PCA）があり、教師なし学習に分類される。

入力データと、それに対応する正解（ラベル）の組を大量に与えて、入力から正解を予測する規則をモデルに学習させる機械学習の手法。数値を予測する回帰と、カテゴリを予測する分類が代表的で、正解ラベルを付けたデータの準備に手間がかかる。

データをあらかじめ決めたk個のクラスタに分ける非階層的なクラスタリングの手法。k個の中心点を仮に置き、各データを最も近い中心点のクラスタに割り当てては、各クラスタの重心に中心点を移す処理を、変化がなくなるまで繰り返す。kの値と初期の中心点の選び方で結果が変わる。

人が正解ラベルを付けなくても、データ自身から学習の課題と正解を自動的に作って学習する手法。文章の一部を隠して当てさせる、次の単語を予測させるといった課題を使う。ラベル付けの手間なく大量のデータで学習できるため、大規模言語モデルなどの事前学習の中心となっている。

階層的クラスタ分析の結果を、似ているデータどうしが順に結合していく様子として木の形で表した図（樹形図）。結合する高さが類似度（距離）を表し、どの高さで切るかによってクラスタの数を決められる。

多数の変数が持つ情報を、互いに相関のない少数の合成変数（主成分）に要約する手法。データのばらつき（分散）が最も大きくなる方向を第1主成分とし、それと直交する方向で順に主成分を求め、各主成分が元の情報をどれだけ説明するかを寄与率で表す。次元削減、データの可視化、機械学習の前処理に使われる。