最終更新日：2026年8月26日

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：最初にクラスタ数 k を指定し、重心を使ってデータを直接k個へ分ける
  • 階層型クラスタリング：段階的な結合・分割で階層構造を作り、後からクラスタ数を検討できる

G検定では、kを最初に指定するか、デンドログラムを作るかで切り分けます。

直感的な説明

  • k-means → 「3グループに分けて」と先に数を決める
  • 階層型 → 「似ている順に関係図を作って」と階層を作る

階層型でも、最終的に3クラスタとして使いたければデンドログラムを適切な高さで切ることがあります。

定義・仕組み

k-means

  • 教師なし学習
  • 非階層的クラスタリング
  • k を事前に指定
  • 各点を近い重心へ割り当て、重心を更新する

階層型クラスタリング

  • 教師なし学習
  • 凝集型・分割型がある
  • 最終クラスタ数を事前固定せず階層を構築できる
  • 結果をデンドログラムで表せる

いつ使う？（得意・不得意）

観点 k-means 階層型
最終クラスタ数 最初にkを指定 後から切る位置を検討できる
出力の特徴 k個のクラスタ 階層構造
可視化 重心・クラスタ デンドログラム
大規模データ 比較的扱いやすい 計算コストが大きくなりやすい

ただし、「大量データなら必ずk-means」のような絶対ルールではありません。データ形状や距離尺度なども影響します。

G検定ひっかけポイント

  • ❌「k-meansはクラスタ数を自動で決定」→ kを指定する
  • ❌「階層型は最終クラスタ数を一切決めない」→ 後から切る位置を選ぶことがある
  • ❌「デンドログラムは次元削減」→ 階層型クラスタリングの可視化
  • ⭕「重心を反復更新」→ k-means
  • ⭕「木構造・結合過程」→ 階層型

まとめ（試験直前用）

  • k-means＝kを先に指定
  • 階層型＝階層を作り、後から切れる
  • デンドログラム＝階層型の可視化
  • どちらもクラスタリングであり次元削減ではない
  • k先決め？ 階層を作る？で切る

© 2024-2026 stemtazoo. All rights reserved.