
193
193
6.4 クラスタリング
必ずしも意味的に関連するわけではない、という意味です。すべてのクラスタが有意義で興
味深いということは期待できませんが、それでもなおクラスタリングは、多くの場面で未知
のデータの構造を明らかにするツールとして有用です。クラスタは、新しくそして興味深い
データマイニングの機会を提供してくれるのです。
6.4.5
クラスタリングの結果を理解する
インスタンスを定式化しそれらをクラスタに分類したら、それは何を意味するのでしょう
か。いままで説明してきた通り、クラスタリングの結果は、デンドログラムか、または、ク
ラスタ中心とそのクラスタに属するデータの集まりとして得られます。では、どのようにす
れば、このクラスタリングの結果を理解できるのでしょうか。これは、とても重要なことで
す。なぜなら、クラスタリングは探索的データ分析によく使われますが、そのような場合に
肝心なのは、何かを発見できたかどうかであり、さらに、もし発見できたのであれば、それ
が何であるか、だからです。
クラスタリングやクラスタを理解する方法は、クラスタ化するデータの種類やクラスタを
適用する分野によって変わりますが、幅広く使える方法も存在します。そのうちのいくつか
は既にこの本の中で紹介しました。
ウィスキーの例を考えてみましょう。ウィスキーを調査したラポワントとルジャンドル
は、デンドログラムを
12
のクラスタに分けました。その中の
2
つを見てみましょう。
グループ
A
スコッチ:アバフェルディ、グレンアギー、ラフロイグ、スキャパ ...