k-means法に関する説明として、最も適切なものを選べ。
- 1近いデータやクラスタを順に併合していき、その過程を樹形図（デンドログラム）として表す
- 2各データに付与された正解ラベルをもとに、クラスタの中心を学習する
- 3クラスタ数kを事前に指定する必要があり、初期の中心の選び方によって結果が変わることがある
- 4データの分布から最適なクラスタ数を自動的に決定するため、事前の設定は不要である
正解と解説を見る
正解：3
k-means法は教師なし学習の手法で、k個のクラスタ中心へのデータの割り当てと中心の再計算を繰り返します。初期値によっては異なる結果に収束することがあります。近いものから順に併合してデンドログラムを描くのは、ウォード法などの階層的クラスタリングです。正解ラベルは使わず、クラスタ数kは分析者が事前に決める必要があります。k-means法の押さえどころは「kは人が決める」「初期値に依存する」の2点です。
根拠：教師なし学習（k-means法、階層的クラスタリング）