# 記事: 「K-Medoidsクラスタリングって何？図表を使って説明！」を公開しました

**URL:** <https://community-ja.exploratory.io/t/topic/2208>\
**Category:** ニュース\
**Created:** [2026 年 10 月 26 日午前 12:19 UTC](https://community-ja.exploratory.io/t/topic/2208 "2026-10-26T00:19:16Z")\
**Posts on this page:** 1\
**Page:** 1

<div class="post-metadata">

**Author:** ![Ikuya\_Murasato](https://community-ja.exploratory.io/user_avatar/community-ja.exploratory.io/ikuya_murasato/32/18_2.png) [@Ikuya\_Murasato](https://community-ja.exploratory.io/u/Ikuya_Murasato)\
**Post date:** [2026 年 10 月 26 日午前 12:19 UTC](https://community-ja.exploratory.io/t/topic/2208/1 "2026-10-26T00:19:16Z")

</div>

K-Medoids クラスタリングは、似ている行をグループにまとめる手法です。K-Means では各クラスターの中心に平均を使うため、たとえば1〜5の尺度のアンケートで中心が3.7になるなど、実際には存在しない値になることがあります。K-Medoids では、データに実在する1行（Medoid）をクラスターの中心に使うので、クラスターの特徴を読み取りやすくなります。

この記事では、PAM が Medoid を見つけるしくみ、マンハッタン距離とユークリッド距離、クラスターの数の決め方、大きなデータ向けの CLARA、K-Means との違いを、図と動かせるグラフで説明しています。アンケートデータに向いている理由とデータの準備方法、Exploratory での使い方とレポートの読み方も紹介しています。

ぜひご覧ください！

> **[K-Medoidsクラスタリングって何？図表を使って説明](https://exploratory.io/note/kanaugust/xGk8HFK9fp)**
>
> この記事では、K-Medoidsクラスタリングのしくみ、アンケートデータに向いている理由、Exploratory での使い方を、図と動かせるグラフで説明します。