機械学習 データ分析の基礎: 最長距離法
- 最長距離法とは最長距離法は、大量のデータの中から、似た性質のもの同士をグループ化する「クラスタリング」という分析手法の一つです。この手法の特徴は、グループ分けの際に、グループ同士の最も遠いデータ間の距離を基準にする点にあります。異なるグループに属するデータ間の距離の中で、最も遠い距離が大きければ大きいほど、その2つのグループは互いに異なる性質を持っていると判断します。例えば、新しい顧客をグループ分けすることを考えてみましょう。顧客の特徴として、年齢、年収、趣味などがデータとして得られているとします。この時、最長距離法を用いると、例えば、年齢が大きく離れている顧客同士や、年収が大きく異なる顧客同士は、異なるグループに分類される可能性が高くなります。最長距離法は、グループ間の違いを明確にしたい場合に有効な手法です。しかし、外れ値(他のデータから大きく離れた値)の影響を受けやすいという側面も持ち合わせています。そのため、分析の目的やデータの特性を考慮した上で、適切な手法を選択することが重要です。
