問題 No.1096
データをあらかじめ定めた数のクラスタに分類する教師なし学習手法において、各点とクラスタ重心との距離を最小化するように繰り返す手法は【 】である。
【正解の解説】
k平均法
k平均法（k-means）は、あらかじめ決めた数k個のクラスタ重心をランダムに配置し、各データ点を最も近い重心に割り当てた後、割当結果から再度重心を計算し直す処理を収束するまで繰り返す非階層的クラスタリングの代表的な教師なし学習アルゴリズムです。
スポンサーリンク
【その他の選択肢の解説】
ロジスティック回帰
ロジスティック回帰は、シグモイド関数を用いてデータの所属確率を計算し、データが特定カテゴリに属するかどうかを判定する「教師あり学習」の分類アルゴリズムです。ラベルのないデータをグループ化する教師なしクラスタリングとは根本的に異なります。
決定木
決定木（Decision Tree）は、入力データの特徴量に対して「はい/いいえ」の条件分岐を繰り返すことでデータを分類または予測する「教師あり学習」の手法です。正解ラベルが存在しない状態でデータのまとまりを見つけるクラスタリング機能はありません。
線形回帰
線形回帰は、入力変数と目的変数の間に直線的な関係（一次方程式）を仮定し、連続的な数値データを予測する「教師あり学習」の手法です。データの類似度に基づいてグループ化を行うクラスタリング手法ではありません。