クラスタリング
意味・解説
教師なし学習の一種。大量のデータの中から似た性質を持つもの同士をまとめ、グループ（クラスタ）に分ける手法。
あらかじめ正解（ラベル）を与えず、データの構造自体から共通点を見つけ出す。顧客のセグメンテーションや、大量の文書の分類、異常検知の事前準備などに用いられる。代表的なアルゴリズムに「K-means（K平均法）」がある。
くわしく
「中身がわからない混ざり合った豆を、色や形、重さなどの特徴を頼りにAIが『勝手に仲間分け』してくれる作業」です。
1.分類（Classification）との違い:
分類は「犬か猫か」という答えを知っていますが、クラスタリングは答えを知らずに「これはグループA、こっちはグループB」と分けます。
2.ビジネス活用:
顧客データをクラスタリングすることで、自分たちでも気づいていなかった「新しい客層（セグメント）」を発見できることがあります。
例文
購買データをクラスタリングした結果、平日の夜にのみ高額な惣菜を購入する『時短・グルメ層』という新たなクラスタが特定された。
過去問での出題状況
直近29回分の過去問（全2,900問）を解析した結果、2回登場しています（出題された年度: 2年度）。
出典: 本サイト独自集計（問題文および全選択肢テキストからの用語出現頻度・2026年6月時点）
同義語: 群集化, 自動分類
対義語: 分類（教師あり学習）
分類: 機械学習のタスク
この用語は生成AIパスポート試験にも出ます
生成AIパスポート試験（生成AI活用普及協会）の公式シラバス第4版では、第1章 AI（人工知能） の 1-2 に「クラスタリング」として掲載されています。ITパスポートと重なるのは全191語中42語で、その1つがこの用語です。