k-means法とは、データをあらかじめ指定したk個のグループに分類する代表的な教師なし学習アルゴリズムです。データの類似性に基づいて自動でグループ分けを行うため、顧客セグメンテーションや画像圧縮などに幅広く活用されています。
k-means法とは
一言でいうと、データ同士の距離を計算して似た者同士を「k個」のグループに自動でまとめる、シンプルで高速なクラスタリング手法です。
詳しく解説
k-means法は教師なし学習の代表的なアルゴリズムの一つです。まずグループの数であるkの値を人間が事前に決め、ランダムに選んだk個の中心点に向かって各データが最も近い点に割り振られます。次に、割り振られたデータたちの平均位置を計算して新しい中心点とし、中心点が動かなくなるまでこの割り当てと更新の処理を繰り返します。計算処理が非常に高速であるため、大規模なデータセットの分析でも広く利用されています。
具体例・使われ方
具体的な利用例としては、ECサイトでの顧客の購入履歴や行動パターンに基づくグループ分け（セグメンテーション）や、画像の色数を減らして圧縮するカラー量子化などが挙げられます。これにより、データの傾向を視覚的に把握しやすくなります。
似た用語との違い
階層型クラスタリングとは異なり、あらかじめグループ数kを指定する必要がある点や、ツリー状の構造を作らず直接グループ分けを行う点が異なります。また、正解ラベルを用いる教師あり学習の分類アルゴリズムとは異なり、正解データなしで自動的にパターンを見つけ出す点が大きく異なります。
注意点
k-means法の主な注意点として、事前にグループ数kを人間が適切に決めなければならないこと、そして最初にランダムに選ぶ中心点の位置によって結果の質が大きく変わる不安定さがあることが挙げられます。また、丸みを帯びた等方的なグループ分けが得意なため、複雑な形状のデータに対してはうまく分類できないという限界があります。