最終更新日：2026年8月26日
gk unsupervised_learning clustering
G検定トップ
＞ 階層型クラスタリングとは？凝集型・分割型【G検定対策】
まず結論
階層型クラスタリング（Hierarchical Clustering）は、データやクラスタを段階的に結合・分割し、階層構造を作るクラスタリング手法です。
- 凝集型 → 小さなクラスタから結合していく
- 分割型 → 大きなクラスタから分割していく
- 結果の階層構造 → デンドログラムで可視化できる
直感的な説明
- 凝集型：バラバラの点から、似たもの同士を少しずつまとめる
- 分割型：全体を1つの集団として始め、少しずつ分ける
k-meansのように最初から最終的なクラスタ数を固定して直接分割するのではなく、クラスタの階層そのものを作る点が特徴です。
定義・仕組み
凝集型（Agglomerative）
- 各データを1クラスタとして開始
- 近いクラスタ同士を結合
- すべてが1つになるまで繰り返す
分割型（Divisive）
- 全データを1クラスタとして開始
- クラスタを段階的に分割
- 必要な粒度まで繰り返す
凝集型では、クラスタ間距離の定義として単連結法・完全連結法・Ward法などがあります。
いつ使う？（得意・不得意）
- クラスタ間の階層関係を見たい
- 最終クラスタ数を後から検討したい
- デンドログラムで関係を可視化したい
一方、大規模データでは距離計算などのコストが大きくなりやすいです。
なお、「階層型ならクラスタ数を決める必要が一切ない」ではありません。階層構造を作る段階では最終kを固定しなくてよい一方、最終的に何クラスタとして利用するかはデンドログラムを切る高さなどで決めることがあります。
G検定ひっかけポイント
- ❌「階層型クラスタリングは次元削減」→ クラスタリング
- ❌「デンドログラムそのものがクラスタリング手法」→ 結果の可視化
- ❌「最終クラスタ数を絶対に決めない」→ 後から切る位置を選ぶことがある
- ⭕「ボトムアップ」→ 凝集型
- ⭕「トップダウン」→ 分割型
まとめ（試験直前用）
- 階層型クラスタリング＝階層構造を作る
- 凝集型＝下から結合
- 分割型＝上から分割
- デンドログラム＝階層構造の可視化
- k-meansとの違いは最初から最終kへ直接分割するか、階層を作るか