クラスター分析
事前にラベルを付けなくても、どの観測値が同じグループに属するかをデータ自身に決めさせる手法。
古典的な道具は k-means だ。k個の中心を仮置きし、各点を最も近い中心に割り当て、中心をメンバーの平均に動かし、これを繰り返す。Stuart Lloyd がこのアルゴリズムを1957年にベル研究所で記述したが、公表は1982年で、名前は1967年に MacQueen が付けた。高速で必ず収束するが、収束先は局所最適にすぎず、kを最初に決める必要がある。
代替手法は、それぞれ別の弱点に答えている。階層的クラスタリングはデンドログラムを作り、レベルを後から選べる。DBSCAN（1996年）は密度から任意の形のクラスターを見つけ、外れ値は無理にグループに入れずノイズとする。混合ガウスモデルは、ソフトな所属を与える。厄介なのは、どの手法も、クラスターのないデータでも必ずクラスターを返すことだ。シルエットスコアやドメイン知識による検証は省けない。