【DS検定対策】確率や度合いで分類！「ソフトクラスタリング」と「ハードクラスタリング」の違い
教師なし学習の代表格である「クラスタリング」。データをグループ分けする際、1つのグループにスパッと分けるか、所属の「度合い（確率）」で柔軟に分けるかによって、大きく「ハードクラスタリング」と「ソフトクラスタリング」に分類されます。その仕組みと違いを整理しましょう！
1. 【 問題 】
クラスタリングの手法において、各データがいずれか1つのクラスタのみに属すると固定するのではなく、各クラスタへの「帰属の度合い（所属確率など）」を連続値として求める手法を何と呼ぶでしょうか？
① ソフトクラスタリング（Soft Clustering）
② ハードクラスタリング（Hard Clustering）
③ 階層的クラスタリング（Hierarchical Clustering）
④ 次元削減（Dimensionality Reduction）
2. 【 解答 】
3. 整理：ハード vs ソフトクラスタリングの比較
両者の最大の違いは「データとグループの関係性（曖昧さを許容するかどうか）」にあります。
| 分類タイプ | 特徴・グループ分けの考え方 | 代表的な手法 |
|---|---|---|
| ハードクラスタリング （Hard Clustering） |
各データは「必ずいずれか1つのクラスタ」にのみ所属する（所属度は0か1の二者択一）。境界が明確。 | k-means（k平均法） 階層的クラスタリング |
| ソフトクラスタリング （Soft Clustering） |
各データが「複数のクラスタにどれくらいの度合い（確率）で属しているか」を算出する。境界が曖昧なデータに強い。 | ガウス混合モデル（GMM） ファジィc-means（FCM） |
4. 具体例でイメージ！ソフトクラスタリングの強み
例えば、「顧客を『映画好き』と『音楽好き』のグループに分ける顧客セグメンテーション」を考えてみましょう。
ある顧客を「映画好きグループ（100%）」と無理やり一方だけに判定します。
・ソフトクラスタリング（GMM等）：
「映画好き度 70% ＋ 音楽好き度 30%」のように度合いや確率で表現します。
どちらの趣味も併せ持つ「境界線上にいる曖昧なユーザー」を現実のデータに合わせて柔軟に表現できる点がソフトクラスタリング最大のメリットです。
5. DS検定形式：実戦4択クイズ
問：クラスタリング手法に関する記述として、最も適切なものはどれか。
① k-means法は、データが各クラスタに所属する確率を算出する代表的なソフトクラスタリング手法である。
② ソフトクラスタリングでは、1つのデータが複数のクラスタに対してそれぞれ異なる帰属度（所属確率など）を持つことができる。
③ ハードクラスタリングは、データ間の確率分布を前提としたEMアルゴリズムを用いてクラスタリングを行う手法の総称である。
④ ソフトクラスタリングを行う場合、最終的なクラスタの数は人間が事前に指定することが一切できない。
【 正解： ② 】
解説： ソフトとハードの性質の違いを正しく理解しているか問う問題です。
②が正解です。データごとに「A群に60%、B群に40%」のような帰属度を持たせることができます。
①k-meansは代表的な「ハードクラスタリング」です。
③EMアルゴリズムを用いて確率分布を推定するのはガウス混合モデル（GMM）などの「ソフトクラスタリング」です。
④ソフトクラスタリング（GMMやFCM等）であっても、クラスタ数はハイパーパラメータとして指定するのが一般的です。
6. まとめ
DS検定や資格試験で「帰属の度合い」「所属確率」「複数グループへの重複・曖昧な所属」といったフレーズが出たら、正解は「ソフトクラスタリング（代表例：GMM、ファジィc-means）」です！ 「0か1かで明確に分けるk-means＝ハード」、「確率や割合で柔軟に分けるGMM＝ソフト」というセットで完璧に覚えておきましょう！
