クラスター分析とは何ですか？

クラスター分析は、人間にとって不可欠な活動です。クラスター分析は、これらのレコードに対して行われたさまざまな測定に応じて、同じレコードのグループまたはクラスターを形成するために使用されます。重要な設計は、分析の目的に役立つ方法でクラスターを定義することです。このデータは、天文学、考古学、医学、化学、教育、心理学、言語学、社会学など、いくつかの分野で使用されています。

クラスター分析は、数年にわたって広く研究されてきた統計の一分野です。この手法を使用する利点は、概念階層などの背景知識を利用せずに、データから直接興味深い構造またはクラスターを発見できることです。

PAMやCLARAなどの統計で使用されるクラスタリングアルゴリズムは、計算の複雑さの観点から非効率的であると報告されています。効率性の懸念から、クラスター分析のためにCLARANS（ランダム化検索に基づく大規模アプリケーションのクラスタリング）と呼ばれる新しいアルゴリズムが開発されました。

マーケティングにおけるクラスター分析の有名な用途の1つは、市場のセグメンテーションです。ユーザーは人口統計データとトランザクション履歴データに基づいてセグメント化され、マーケティング手法はセグメントごとに調整されます。

別の用語は、類似性の競争力のある尺度に従って同じ製品のチームを識別する市場構造分析です。マーケティングおよび政治予測では、米国の郵便番号を使用した近隣のクラスタリングが、ライフスタイルごとに近隣をグループ化するために強力に使用されています。

金融では、クラスター分析を使用してバランスの取れたポートフォリオを作成できます。株式などのいくつかの投資機会に関するデータが与えられます。日次、週次、月次などのリターン、ボラティリティ、ベータなど、業界や時価総額などの財務パフォーマンス変数に応じてクラスターを検出できます。

金融におけるクラスター分析の別の操作は、市場分析です。特定の業界について、成長率、収益性、業界の規模、製品範囲、いくつかの国際市場での存在感などの指標に基づいて、同じ企業のチームを見つけることに関心があります。次に、これらのチームを分析して、市場構造を学習し、たとえば、誰が競合他社であるかを判断できます。

クラスター分析は、大量のデータに使用できます。たとえば、インターネット検索エンジンは、クラスタリング手法を使用して、ユーザーが送信するクエリをクラスタリングします。これらは、検索アルゴリズムの開発に使用できます。

一般に、クラスター化に使用される基本データは、さまざまな変数の測定値のテーブルであり、各列は変数を定義し、行はレコードを定義します。目的は、同じレコードが同じグループに含まれるようにデータのグループを形成することです。クラスターの数は、事前に指定することも、データから決定することもできます。