DS検定 用語解説
クラスター分析とは
データ同士の類似度をもとに、似た性質を持つデータをグループ（クラスター）へ分ける教師なし学習の分析手法の総称。階層クラスタリングなど、具体的な手法を含む上位の概念にあたる。
まず押さえる結論
クラスター分析は、DS検定の「第5章 データ準備・可視化技法とモデル化」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-07-12。
試験概要（公式）具体例から判断の境界を固める
クラスター分析を、役割と隣接概念の境界から捉える
データ同士の類似度をもとに、似た性質を持つデータをグループ（クラスター）へ分ける教師なし学習の分析手法の総称。階層クラスタリングなど、具体的な手法を含む上位の概念にあたる。 試験では名称だけでなく、処理の対象、目的、使う段階を別概念と入れ替えた選択肢が出るため、定義の主語と動作を分けて確認します。
- 問題文で見る箇所
- 個々の具体的な手法名ではなく、類似度に基づいてデータをグループへ分ける分析手法の総称を指しているかを確認します。
- 隣接概念との境界
- クラスター分析は類似度に基づいてデータをグループへ分ける手法の総称を指し、階層クラスタリングはその総称に含まれる具体的な手法の一つです。
誤答しやすい選択肢
- 階層クラスタリングのような具体的な一手法だけをクラスター分析と呼ぶ。定義の主語と処理対象を確認します。
- クラスター分析の目的だけを見て、同じ目的を持つ別手法まで同じ用語とする。具体的な処理を比較します。
- クラスター分析を使えば目的が必ず達成されると断定する。適用条件や評価を別に確認します。
4段階の判断手順
- 01問題文が状態、手法、評価指標、制度のどれを説明しているか決める。
- 02定義の中心となる対象と動作がクラスター分析に一致するか確認する。
- 03隣接概念と共通する目的ではなく、処理や条件の違いを見る。
- 04必ず・完全に・だけでよいという過度な断定がないか見直す。
到達条件: クラスター分析を一文で説明し、最も混同しやすい隣接概念との違いを処理または条件から言える。
試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×標本誤差とサンプリングバイアスの混同。標本誤差は標本抽出に伴う偶然のばらつき、サンプリングバイアスは抽出方法の偏りによる系統的な誤差。
×過学習を『精度が高いこと』と誤解する。訓練データに過剰適合し未知データへの汎化性能が下がる問題として理解する必要がある。
×Precision（適合率）とRecall（再現率）の取り違え。目的（見逃しを減らしたいか、誤検知を減らしたいか）によって重視する指標が変わる。
関連する確認問題
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
品質レビューで次の判断を再検証する。正解ラベル付き購買データで予測する方法と、ラベルなしデータから構造を探す方法の区別として正しいものはどれか 根拠と用語の対応まで確認して選べ。
ラベル付きの購買データで予測する方法と、ラベルなしで構造を探す方法の違いは、正解データの有無にある。正解は「教師あり学習は正解データ（ラベル）を用い、教師なし学習は用いない」である。教師あり学習は入力と正解ラベルの対応関係から学習し、単回帰分析や重回帰分析のような回帰、ロジスティック回帰分析のような分類のいずれも扱う。教師なし学習はラベルを用いず、クラスター分析のようにデータの構造やまとまりを見つける。「教師あり学習は必ず回帰、教師なし学習は必ず分類を行う」は、教師あり学習にロジスティック回帰分析のような分類も含まれる点を無視している。「教師あり学習と教師なし学習に違いはない」は、正解ラベルを使うかどうかという最も基本的な違いを否定してしまっている。「教師なし学習の方が必ず精度が高い」は、正解ラベルなしで学習する教師なし学習と、ラベルを使って学習する教師あり学習の精度を単純に比較できるという前提が誤りである。
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
誤答除外の観点から次のケースを検討する。正解ラベル付き購買データで予測する方法と、ラベルなしデータから構造を探す方法の区別として正しいものはどれか 他の候補が条件を満たさないことも確認して選べ。
誤答候補を役割ごとに除外すると「教師あり学習は正解データ（ラベル）を用い、教師なし学習は用いない」だけが条件を満たす。正解は「教師あり学習は正解データ（ラベル）を用い、教師なし学習は用いない」である。教師あり学習は入力と正解ラベルの対応関係から学習し、単回帰分析や重回帰分析のような回帰、ロジスティック回帰分析のような分類のいずれも扱う。教師なし学習はラベルを用いず、クラスター分析のようにデータの構造やまとまりを見つける。「教師あり学習は必ず回帰、教師なし学習は必ず分類を行う」は、教師あり学習にロジスティック回帰分析のような分類も含まれる点を無視している。「教師あり学習と教師なし学習に違いはない」は、正解ラベルを使うかどうかという最も基本的な違いを否定してしまっている。「教師なし学習の方が必ず精度が高い」は、正解ラベルなしで学習する教師なし学習と、ラベルを使って学習する教師あり学習の精度を単純に比較できるという前提が誤りである。
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
広告費という一つの説明変数から売上という目的変数との関係を回帰式で表したい。最も適切な分析はどれか。
正解は「単回帰分析」である。単回帰分析は、一つの説明変数と目的変数の関係を回帰式で表す分析である。設問では説明変数が広告費の一つだけで、売上との関係を表したいため単回帰分析を使う。重回帰分析は複数の説明変数を同時に扱う。ロジスティック回帰分析は事象が起きる確率を推定し二値分類などに用いる。クラスター分析は正解ラベルなしで似た対象をグループ化する。予測対象が連続的な売上か、説明変数が一つか複数かという二つの条件を順に確認する。広告費以外の説明変数が追加された場合には重回帰分析との区別が必要になるが、この設問では一変数であることが決め手になる。
同じ章で確認したい用語
到達チェック
- クラスター分析を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、クラスター分析に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）