デンドログラムとは？次元削減との違い【G検定】

G検定トップ＞デンドログラムとは？次元削減との違い【G検定】

まず結論

デンドログラム（Dendrogram）とは、階層型クラスタリングの結合過程を木構造で表した図です。

デンドログラムは、データを低次元へ変換する手法ではありません。G検定では、PCAやSVDなどの次元削減と混同しないことが重要です。

迷ったら、「クラスタの関係を図で表す」ならデンドログラム、「次元を減らす」ならPCAやSVDと切り分けます。

デンドログラムは、似ているデータから順番にグループへまとまっていく様子を、木の枝のように描いた図です。

たとえば、動物の特徴を使って階層型クラスタリングをすると、犬と猫は早い段階で近いグループになり、その後に別の動物グループと結合するかもしれません。

デンドログラムは、どのデータが、どの順番で、どの距離でまとまったかを見るための図です。

データを圧縮したり、特徴量を作り替えたりするものではありません。

デンドログラムは、階層型クラスタリングの結果を可視化します。

凝集型の階層クラスタリングでは、次の流れで作られます。

縦軸が高い位置で結合しているほど、結合したクラスタ同士は似ていないと考えます。

デンドログラムに横線を引き、その線と交差する枝の本数を見ると、クラスタ数を考えられます。

高い位置で切る → 少ないクラスタ
低い位置で切る → 多いクラスタ

ただし、横線を引く高さが自動的に唯一決まるわけではありません。目的や距離の変化を見て判断します。

大量データをk個のクラスタへ分ける目的なら、k-meansが候補になります。次元削減なら、PCA、SVD、オートエンコーダなどを考えます。

このG検定ページでは、デンドログラムが階層型クラスタリングの可視化であり、次元削減ではないことを中心に整理しています。

縦軸・横軸やクラスタ数の読み方を詳しく確認したい場合は、デンドログラムの見方とは？縦軸とクラスタ数【DS検定】を参照してください。

これは誤りです。

デンドログラムは階層型クラスタリングの結果を可視化した図です。PCAやSVDのように、特徴量を低次元へ変換する手法ではありません。

デンドログラムの横軸は、基本的にデータやクラスタの並びです。時系列グラフのような時間軸とは限りません。

高い位置で結合するほど、結合時の距離が大きく、あまり似ていないと判断します。

k-meansは最初にクラスタ数kを指定します。階層型クラスタリングでは、デンドログラムを見て後から切る高さを検討できます。

迷ったら、「図・階層・結合履歴」ならデンドログラムです。