機械学習におけるクラスタリング技術は、データの分布や類似度を基にして、対象を同じグループに分類する手法群を指す。クラスタリングでは、ベクトル表現されたデータポイント間の距離や類似度を用いて、それぞれのクラスターを代表する中心点や代表的なパターンを抽出することが多い。技術としては、データの特徴抽出に形態素解析を用いて単語やキーワードを取り出し、文書やテキストをベクトル化して処理する方法がある。また、車両の走行軌跡や速度、加速度などの物理的データを解析し、行動パターンを検出するクラスタリングも存在する。これによって、たとえば購買履歴や広告配信のログから顧客の購買カテゴリを把握し、サイトやウェブページのアクセス負荷の分散、リソース管理にも応用される。クラスタリングは、データベース内のサンプルごとのスコア計算や確率的手法を含み、サーバーやストレージのメッセージや書き込みログ解析にも利用されるため、分類や検出技術と密接に関係しつつ、多様なデータ領域で資源の最適な配置や監視を可能にする。
