セントロイドとは、データ群の重心（幾何学的中心）を表す仮想的な代表点です。機械学習の教師なし学習において、k-means法をはじめとするクラスタリング手法で広く利用されます。多次元のベクトル空間における各データ点の平均値を計算して求められ、クラスタ全体の性質を要約・把握する基準として重要な役割を果たします。
セントロイドとは
セントロイド（重心）とは、複数のデータ点が集まるグループにおいて、それら全体の中心位置を示す代表点のことです。一言で言えば「データ群の幾何学的な平均値」を指します。
詳しく解説
機械学習の教師なし学習において、類似したデータをグループ分けするクラスタリングで不可欠な概念です。特に代表的なアルゴリズムであるk-means法では、まず仮のセントロイドを配置し、各データ点を最も近いセントロイドに割り当てた後、グループ内の平均座標を再計算してセントロイドを更新するという反復処理を行います。ベクトル空間において各特徴量の算術平均を取ることで導出され、データ群全体の傾向を1つの座標で要約するために活用されます。
具体例・使われ方
マーケティングにおける顧客の購買行動データのグループ分けでは、各クラスタのセントロイドを確認することで「購買頻度が高く単価が低い層」などの典型的な顧客像を把握できます。また、画像処理における色数の削減では、色の類似グループごとにセントロイドを算出して代表色を決定する用途などに利用されます。
似た用語との違い
セントロイドと混同されやすい概念にメドイドがあります。セントロイドはデータ群の平均値として算出されるため、実在しない仮想的な座標になることが一般的です。一方、メドイドはデータセット内に実際に存在する点の中から、他の点との距離の総和が最小になる点を選び出します。
注意点
セントロイドは算術平均に基づいて計算されるため、極端に離れた値である外れ値の影響を強く受け、重心の位置が大きく歪んでしまう特性があります。また、球状や凸状のまとまりを持つデータ群には有効ですが、三日月型やドーナツ型のような複雑な形状のデータに対しては適切な中心を表現できない場合があります。