概要 ものすごくざっくりまとめると、 教師なし学習手法 多変量のサンプルデータが大量にある場合で どういう傾向のクラスタに分割できるかがわからないときに ひとまずクラスタリングしてみることによって、全体のサンプルの中でのクラスタをなんとなく分割することができるよ、という手法 結論ありきでやるものではなく、まずはやってみてそこから考えよう、という使い方をする…のか? モデルを推定していくときの元ネタとして使う? 朱鷺の杜 分類対象の集合を,内的結合(internal cohesion)と外的分離(external isolation)が達成されるような部分集合に分割すること. slideshare - クラシックな機械学習の入門 8. クラスタリング 教師なし 性質が近い観測データ点をひとまとまり(これを 「クラスタ」と呼ぶ)にまとめる 3つのキーポイント 「性質が近い」ということを定量的