k-means法と階層的クラスタリング

クラスタリングの手法に関する説明として、最も不適切なものを1つ選べ。

正解と解説を見る

解説

正解D

ポイント

k-means法はクラスタ数を先に決める非階層的な手法です。デンドログラムは階層的クラスタリングの併合の過程を表し、クラスタ数を後から選べます。

選択肢ごとの解説

A

適切

k-means法は、k個の重心を置いて各データを最も近い重心に割り当て、重心を更新する処理を繰り返します。kは事前に与えるハイパーパラメータです。
B

適切

k-means法は局所的な最適解に収束することがあり、初期値によって結果が変わります。初期の重心どうしが離れやすいように確率的に選ぶk-means++などの工夫もあります。
C

適切

ウォード法は、併合によるクラスタ内のばらつき（偏差平方和）の増え方が最小になるクラスタどうしを結び付けます。まとまりのよいクラスタができやすい方法です。
D

不適切 ◯ 正解

デンドログラム（樹形図）は、階層的クラスタリングでクラスタが併合されていく順序と距離を、木の形で表した図です。適当な高さで横に切ると、クラスタの数を後から決められます。

試験での狙われ方

k-means法と階層的クラスタリングの特徴を入れ替えた選択肢や、デンドログラムが何を表す図かを問う形が典型です。

関連用語

k-means法、ウォード法、デンドログラム(樹形図)、クラスタリング、階層的クラスタリング

参考

G検定試験出題範囲（シラバス2024）第1.4版（技術分野項目8 教師なし学習） 2026年10月30日閲覧
Lloyd, Least Squares Quantization in PCM, IEEE Transactions on Information Theory 28 (1982) 2026年10月30日閲覧
Ward, Hierarchical Grouping to Optimize an Objective Function, Journal of the American Statistical Association 58 (1963) 2026年10月30日閲覧
scikit-learn User Guide, 2.3. Clustering 2026年10月30日閲覧

オリジナル問題（過去問ではありません） AIで作成人による確認：未誤りを報告

出典と作成について

作成：ウカトレ編集部（AIで作成し、別のAIが一次資料と照合。手順は編集方針）

公開日：2026年10月30日最終更新日：2026年10月30日最終確認日：2026年10月30日

シラバス第1.4版技術8「教師なし学習」の問題です。