例：顧客の購買履歴を追跡している小売業者

    購買履歴を用いることで一般的な購買層に関する情報に加え、同様の購買パターンを持った顧客のグループを自動的に発見できる。
    同じような収入、同じ年代の人々でも服のスタイルには大きな違いがある。クラスタリングを小売の戦略決定に生かすことができる。

教師あり学習：予測の方法を学習するときに、見本となる入力や出力を使用する

　　　　　　 入力セットと期待されている出力を分析することで"学習"を行う

　　　　　　 （例）ニューラルネットワーク、決定木、サポートベクトルマシン、ベイジアンフィルタ など

教師なし学習：模範解答によって訓練されるものではない

　　　　　　 どのデータも正答であるとはいえないようなデータセットの中から構造を探し出すことを目的とする

　　　　　　 （例）クラスタリング

階層的クラスタリング

---

• 最も似ている２つのグループをまとめることを繰り返して、グループの階層を作り上げる
• 下の図の場合は、まずAとB、次にABとC、続いて、DとE、最後にABCとDEという順で全体が一体になる

K平均法

---

• 生成するクラスタの数をあらかじめ決めておくことができる
• ランダムにk個の重心を配置して、すべてのアイテムを最も近い重心に割り当てる
• 割り当て後、重心はその重心に割り当てられた全ノードの平均の場所に移動し、再度割り当てを行う
• 以上を、割り当ての変更がなくなるまで繰り返す
• K平均法は階層的クラスタリングよりも計算量が少なく、処理が速い