クラス分類とクラスタリングの意味と違い

クラス分類とは

クラス分類とは「事前に正解が決まっている分類（属性）」を適切に付与する問題です。

～例（画像の分類）～
与えられるもの（訓練データ）
・りんごの画像複数枚（これはりんごの画像です、という正解情報も合わせて与えられる）
・みかんの画像複数枚（これはみかんの画像です、という正解情報も合わせて与えられる）

やりたいこと
・りんごまたはみかんの画像（りんごなのかみかんなのかは分からない）が与えられたときに、それがりんごなのかみかんなのかを正しく判別したい。

クラス分類のイメージは図のような感じです。青い点に対応する画像はなんとなくみかんっぽいですね。

クラスタリングとは

クラスタリングとはいくつかのかたまりにグループ分けする問題です。

～例（お客さんのグルーピング）～
与えられるもの
・お客さんの情報（例えば性別や年齢など）

やりたいこと
・お客さんたちを複数の集団に分割し「構造」や「傾向」を把握する。

クラスタリングのイメージは図のような感じです。

クラス分類とクラスタリングの比較

クラス分類とクラスタリングは一見似ていますが、全く違う問題です。

学習の種類
・クラス分類は教師あり学習です。与えられる訓練データに正解情報（「これはみかんの画像です」のようなラベル情報）も含まれているからです。
・クラスタリングは教師なし学習です。「正解情報」という概念は存在しないからです。

分類の個数
・クラス分類は、何グループに分類すればよいのかが、基本的には決まっています。例えば、みかんとりんごの分類問題は、グループ数が２なので2クラス分類と呼ばれます。グループ数が３以上の場合は多クラス分類と呼ばれます。
・クラスタリングの場合、クラスタ数は自分で決める必要があります。いろいろ試して「最もそれらしい構造」が得られるようなクラスタ数を採用します。

アルゴリズムの例
・クラス分類のアルゴリズムの例：サポートベクタマシン
・クラスタリングのアルゴリズムの例：K-Means、ウォード法

次回は VC次元の意味と例 を解説します。