データマイニングにおけるクラスタリングの種類とは？主要な分類を徹底解説

クラスタリングには、いくつかの観点から分類できる多様な手法が存在します。本記事では、データマイニングでよく知られている代表的なクラスタリングの分類について、それぞれの特徴をわかりやすく解説します。

階層型クラスタリングと分割型クラスタリング

クラスタリングの種類を区別する最も基本的な視点は、クラスタの集合が「入れ子構造（ネスト）」になっているかどうか、すなわち階層的（Hierarchical）であるか非階層的・分割型（Partitional）であるかという点です。

分割型クラスタリングとは、データオブジェクトの集合を互いに重複しない部分集合（クラスタ）へ分割する手法です。すべてのデータオブジェクトは、必ず1つのクラスタのみに属します。

一方、クラスタの中にさらにサブクラスタを持たせたい場合は、階層型クラスタリングが必要になります。これは、入れ子になったクラスタの集合を木構造として表現するもので、木の中の各ノード（クラスタ）は、葉ノードを除いてその子ノード（サブクラスタ）の和集合となり、木のルートはすべてのオブジェクトを含むクラスタに相当します。

排他的クラスタリング・重複クラスタリング・ファジィクラスタリング

多くのクラスタリング手法は排他的（Exclusive）であり、各オブジェクトを単一のクラスタに割り当てます。しかし、1つのデータポイントが複数のクラスタに属する方が自然なケースも存在し、こうした状況には非排他的なクラスタリングが適しています。

重複クラスタリング（Overlapping／非排他的クラスタリング）では、あるオブジェクトが複数のグループ（クラス）に同時に所属することを許容します。例えば、大学における一人の人物が「在籍する学生」であると同時に「大学の職員」でもあるようなケースがこれに該当します。

さらに、ファジィクラスタリング（Fuzzy Clustering）では、各オブジェクトは0（完全に属さない）から1（完全に属する）までのメンバーシップ値（帰属度）を持って、すべてのクラスタに所属するとみなされます。言い換えれば、クラスタはファジィ集合として扱われるのです。

完全クラスタリングと部分クラスタリング

完全クラスタリング（Complete Clustering）では、すべてのオブジェクトを必ず何らかのクラスタに割り当てます。一方、部分クラスタリング（Partial Clustering）ではその限りではありません。

部分クラスタリングが必要となるのは、データセット内の一部のオブジェクトが明確なグループに属さないためです。こうしたオブジェクトは、ノイズ、外れ値、あるいは「興味のない背景」とみなされることがよくあります。

例えば、ニュース記事の中には「地球温暖化」のような共通テーマを持つ記事群がある一方で、より一般的または独自性の高い記事も存在します。過去1か月の記事から重要なトピックを発見したいのであれば、共通のテーマによって強く関連付けられたドキュメントのクラスタだけを検索すれば十分です。

ただし、場合によってはすべてのオブジェクトをカバーする完全なクラスタリングが求められることもあります。例えば、ファイルを見つけやすいように整理する目的でクラスタリングを利用するアプリケーションでは、すべてのファイルが閲覧可能であることを保証しなければなりません。