あるECサイトがユーザーの購買履歴を分析して、似た購買パターンを持つ顧客を自動的にグループ分けしたいと考えている。グループのラベルは事前には定義されておらず、データのみから自然なまとまりを発見したい。この要件に最も適した機械学習の手法はどれか。
- A. 強化学習：エージェントが購買行動を報酬最大化で学習する
- B. 分類：顧客をあらかじめ定義したカテゴリに振り分ける
- C. 回帰：購買金額の合計を数値で予測する
- D. クラスタリング：ラベルなしデータから類似した顧客グループを発見する
解答と解説を見る
正解: D
クラスタリングは教師なし学習の代表的な手法であり、ラベルなしのデータから類似したサンプルを自動的にグループ（クラスター）へまとめる。事前にグループ定義が不要な点がこの要件に合致する。Cの回帰は数値予測に使う教師あり学習であり、グループ発見には使えない。Bの分類は事前に定義されたラベルが必要な教師あり学習で、「ラベルなし」の前提に反する。Aの強化学習はエージェントが報酬を最大化するよう行動を学習する枠組みで、顧客グループ発見とは目的が全く異なる。