k-means と階層型クラスタリングの違いは関連概念を切り分けるための考え方です。この記事では仕組み・役割・使いどころを押さえ、G検定で問われる判断ポイントとひっかけポイントを解説します。

gk unsupervised_learning clustering

G検定トップ ＞ k-means と階層型クラスタリングの違い【G検定頻出比較】

まず結論

  • k-meansは「クラスタ数を事前に決めて高速に分割する手法」、
    階層型クラスタリングは「クラスタ数を決めずに階層構造を作る手法」である。
  • G検定では「クラスタ数の扱い」「デンドログラムの有無」「計算量の違い」が狙われる。

直感的な説明

k-means

  • 「最初にグループ数を決めて、強制的に分ける」
  • 仕切りのある箱にデータを振り分けるイメージ

階層型クラスタリング

  • 「似ているもの同士が自然に集まっていく過程を見る」
  • 友達関係がだんだん大きなグループになるイメージ

👉

  • 早く・大量に処理 → k-means
  • 構造を理解したい → 階層型

定義・仕組み

k-means

  • クラスタ数 k を事前に指定
  • 各クラスタの中心（重心）を計算
  • データを最も近い重心に割り当て
  • 重心を更新 → 収束するまで繰り返す

階層型クラスタリング

  • クラスタ数を事前に決めない
  • データ間の距離に基づいて段階的に結合・分割
  • 結果を デンドログラム で表現可能

※ 代表的なのは 凝集型（ボトムアップ）

いつ使う？（得意・不得意）

k-means が得意

  • データ数が多い
  • 高速処理が必要
  • クラスタ数が明確に決まっている

k-means が苦手

  • クラスタ数が分からない
  • 非球状クラスタ
  • 初期値依存が気になる場合

階層型クラスタリングが得意

  • クラスタ数が不明
  • データの関係性・構造を理解したい
  • 可視化したい

階層型クラスタリングが苦手

  • データ数が多い
  • 計算コストが高い
  • 高速処理が必要な場合

G検定ひっかけポイント

  • ❌「k-meansはクラスタ数を自動で決める」
  • ❌「階層型クラスタリングは次元削減手法」

  • ❌「デンドログラムはクラスタリング手法」

  • ✅「k-meansは k を事前指定」
  • ✅「階層型はクラスタ数を後から決められる」
  • ✅「デンドログラムは階層型の可視化結果」

判断基準

  • 「k を先に決める？」→ k-means
  • 「ツリー構造で関係を見る？」→ 階層型
  • 「大量データ・高速？」→ k-means

まとめ（試験直前用）

  • k-means：高速・k事前指定・大量データ向き
  • 階層型：構造理解・k不要・デンドログラムあり
  • デンドログラム＝階層型の結果表示
  • 次元削減とは無関係
  • kの扱いが最大の見分けポイント

🔗 関連記事

🏠 G検トップに戻る