1 多重クラスタリングの概要
1.1 定義と基本概念
多重クラスタリングとは、同一データに対して単一のクラスタリング設定に固定せず、複数の切り口から得られるクラスタ構造を組み合わせ、データの複数の側面を同時に（または段階的に）捉えようとする考え方である。切り口には、特徴量の選び方、距離や類似度の定義、解像度（粒度）を左右するパラメータ、手法自体の種類などが含まれる。
この枠組みでは、クラスタを「一つの正解」ではなく、データの性質を映す複数の見え方として扱う。結果として、安定性の増加、解釈の幅の確保、そしてクラスタリングの不確実性を明示しやすくなることが期待される。
1.2 単一クラスタリングとの違い
1.2.1 目的の違い（多面的表現）
単一クラスタリングは、ある設定のもとで最も適切と判断されるクラスタ分割を求めることに重点が置かれやすい。一方、多重クラスタリングは、データが持つ階層性や非一様性を反映した「複数の構造」を並行して描き分け、互いに矛盾しにくい解釈枠を作ることを狙う。
例えば、粗い粒度では全体傾向を、細かい粒度ではサブグループの違いを表すといった役割分担を想定する。さらに、特徴空間の違いによって現れるクラスタ境界を比較し、解釈の偏りを減らす方向に設計される。
1.2.2 出力の違い（複数結果・統合結果）
単一クラスタリングの出力は、通常「クラスタラベル」と「分割の対応」が中心である。多重クラスタリングでは、各切り口から得られる複数の分割（ラベル群）に加え、それらを統合した上位の表現を出力として扱うことが多い。
統合の形態には、階層ツリーとしての統合、複数のラベルを対応付けるアンサンブル、統計量に基づく統合距離や尤度の再推定などがある。結果の形式が多層化するため、解像度ごとの意味づけやラベル対応の管理が重要になる。
1.3 適用場面と期待される効果
1.3.1 階層性のあるデータ
データが階層的に生成される場合、単一の解像度では上位と下位の構造を同時に表しにくい。多重クラスタリングは、解像度の切り替えや階層的再分割によって、親子関係を含むクラスタ構造を明確にしやすい。
また、同一データでも「大まかなまとまり」と「詳細な区別」が求められる場面では、複数の切り口の併用が自然に機能する。結果として、意思決定者が参照する粒度を状況に合わせて選択できる。
1.3.2 混合分布を含むデータ
複数の母集団が混在する場合、全体に対して一つの距離尺度や一つの基準で分けると、混合成分の境界が曖昧になることがある。多重クラスタリングは、距離尺度や前処理の変更によって、異なる仮定の下で境界を検証し、より頑健なクラスタ像を形成する狙いを持つ。
とりわけ、成分ごとに分布形状や分散の大きさが異なる状況では、重み付けやスケーリングの設計を複数案に広げることで、見かけのクラスタを実体に近づける余地が生まれる。
1.3.3 解釈の要請が強い分析
クラスタを説明可能な形で提示する必要がある分析では、「なぜこの群に属するのか」という問いが生じる。単一設定では説明の根拠が特定の仮定に強く依存するため、解釈が固定的になりやすい。
多重クラスタリングは、特徴空間の複数案や粒度変更を通じて、共通して現れる構造を優先し、逆に切り口依存の構造を不確実性として扱う設計を可能にする。結果として、説明責任を果たすための根拠整理がしやすくなる。
2 アプローチの分類
2.1 階層的多重クラスタリング
2.1.1 上から下への分割
上から下への分割では、まず大きな集合を仮にまとめ、その後に段階的に分割していく。多重性は、分割のたびに異なる基準や特徴表現を切り替えることで生まれる。
2.1.1.1 再帰的クラスタ分割
再帰的クラスタ分割は、各ノード（部分集合）に対してクラスタリングを適用し、子ノードへ展開する考え方である。分割回ごとに距離尺度やパラメータを変更することで、親子関係の中で複数視点の構造を取り込める。
実装上は、停止条件（これ以上分けると意味が薄い、あるいは最小サイズに達した等）を明確化する必要がある。停止条件の設計は、階層の深さと解釈性を直接左右する。
2.1.1.2 分割基準と停止条件
分割基準としては、目的関数の改善量、クラスタの妥当性指標の閾値、外れ値比率、最小クラスタサイズの制約などが用いられることがある。停止条件は、データに内在する分解能に合わせて設定しないと、無意味な微細分割が増えて解釈が困難になる。
多重クラスタリングでは、基準を単一の指標に固定せず、複数指標の整合性で停止を決める設計が有効になる場合がある。
2.1.2 下から上への統合
下から上への統合は、最小単位（あるいは小さなまとまり）から開始し、類似性に基づいて結合していく方向である。多重性は、結合戦略や連結の定義を複数案として扱うことで増やせる。
2.1.2.1 結合基準と距離・連結戦略
結合基準は、代表点間距離、平均距離、最小距離といった指標の選択に現れる。連結戦略（リンク手法）の違いにより、生成される階層の形が変わるため、複数案を併用することで、構造の頑健性を評価できる。
さらに、距離そのものを複数定義し、結合の挙動を比較することで、距離尺度に依存した偶然性を減らす狙いを持てる。
2.1.2.2 デンドログラムの扱い
デンドログラムは統合の履歴を可視化したものであり、多重クラスタリングでは複数デンドログラムを比較対象にする場合がある。統合レベル（どの高さで切るか）によってクラスタ数が変わるため、解像度の揺れを管理する必要がある。
実務では、複数の切断点に対してクラスタの安定度を測り、共通して現れる節を優先するなど、統合過程の読み替えが行われることがある。
2.2 並列的多重クラスタリング
2.2.1 複数手法の同時実行
並列的アプローチでは、異なるクラスタリング手法を独立に走らせ、それらの出力を統合する。例えば、分割型と階層型、密度型と分布型のように仮定が異なる手法群を同時に適用することで、構造の再現性を検討できる。
統合前に、出力の互換性（ラベル付けの比較方法、確率出力の扱い、ノイズ扱いの整合）を整理することが重要になる。
2.2.2 複数特徴空間・前処理の併用
特徴量の表現や前処理（スケーリング、正規化、埋め込み、次元削減など）を複数系統に分けてクラスタリングし、得られる分割を比較する。距離に基づく手法では、前処理が結果に与える影響が大きいため、この多重性は実効性の面で意味を持ちやすい。
また、同一データでもノイズ強調や平滑化の違いがクラスタ境界を変えることがあるため、複数前処理の同時運用は不確実性の可視化にもつながる。
2.3 段階的（逐次）多重クラスタリング
2.3.1 局所クラスタリングの再推定
逐次アプローチでは、全体を一度に扱うのではなく、まず概略の分割を得て、その後に部分集合へ焦点を移して再推定する。局所再推定は、データの不均一性に適応するための手段となる。
例えば、混在領域では粗い分割にとどめ、より均質な領域に対しては細かな再分割を行うなど、計算資源と解像度を配分しやすい。
2.3.2 クラスタ別のサブクラスタ化
親クラスタごとに別の手法やパラメータを適用し、サブクラスタを構成する発想がある。親ごとに分布形状が異なる場合、同一設定で再推定すると性能が頭打ちになることがあるため、クラスタ別最適化は有用になり得る。
このとき、親子関係の一貫性を保つ工夫（どの境界を固定し、どこを変えるか）が不可欠になる。過剰な自由度は説明性を損なうため、制約付きの設計が望ましい。
2.4 統合的多重クラスタリング（アンサンブル／連結）
2.4.1 ラベル統合の考え方
複数のクラスタリング結果を統合するには、異なるラベル体系を整合させる必要がある。ラベル統合は、要素間の同一グループ性（ペアが同じクラスタに入るか）や、クラスタ対応の写像を推定することで成立することが多い。
統合の目的は、単純な多数決だけに限定されず、信頼性の高い対応だけを残したり、確率的に混合したラベルを生成したりすることにも広がる。
2.4.2 尤度・距離に基づく統合
統合結果を得るために、各手法の出力から距離（あるいは類似度）行列を構成し、統合距離として再定義する方法がある。確率モデルが得られる場合は、尤度や事後確率の集約によって統合を行うこともある。
この方式では、各出力のスケールや確信度の比較方法が重要になる。相互に較べられる形へ正規化しないと、支配的な手法の影響が不均衡に強まりやすい。
2.4.3 コンセンサス・クラスタリング
コンセンサス・クラスタリングは、複数分割の共通部分を抽出することで、安定したクラスタ構造を作る枠組みである。代表的には、同一ペアが同一クラスタに入る頻度を用いて「合意行列」を作り、それを基に最終分割を決める。
多重性がもたらす価値は、個別手法が見落とす構造を他が補う点、そして不安定な境界を抑制できる点にある。統合の品質は、クラスタ数の扱いと境界の不確実性をどう表現するかに依存する。
3 実装に関わる設計要素
3.1 データ前処理
3.1.1 特徴量選択とスケーリング
前処理は多重クラスタリングにおける基盤要素である。特徴量選択では、情報量の多さだけでなく、距離尺度に対する整合性を考慮する必要がある。たとえばスケールの不揃いは距離計算を歪めるため、正規化や標準化が重要になる。
多重化する場合でも、どの前処理案が支配的になっているかを点検し、出力差の原因を追跡できるように記録するのが望ましい。
3.1.2 次元削減の位置づけ
次元削減は可視化や計算負荷の軽減に加え、距離の意味を変える作用を持つ。多重クラスタリングでは、次元削減を一つに固定せず複数方式（線形・非線形、パラメータ違い）で試すことで、表現空間依存のクラスタを評価できる。
ただし次元削減は情報損失を伴うため、後段の評価指標と整合しない場合、解釈性が損なわれる。次元選択の方針を事前に定めることが有効になる。
3.1.3 欠損値・外れ値への対処
欠損値は埋め込み方法や削除方針によりクラスタ境界を変える。外れ値は距離ベース手法に強く影響し、密度ベースではノイズ扱いの設計と密接に関係する。
多重クラスタリングでは、欠損処理や外れ値除去を複数案で実行し、クラスタ構造が大きく変わらない部分を「比較的安定な要素」と見なす戦略が取られることがある。
3.2 距離・類似度の設計
3.2.1 距離尺度の選択
距離尺度はクラスタリングの仮定そのものであり、多重クラスタリングでは複数の尺度を対比することで、結果の頑健性を検証できる。ユークリッド距離、マハラノビス距離、コサイン類似度、計量学習に基づく距離などが候補になる。
尺度ごとに強調される性質が異なるため、目的（形状の近さ、方向の近さ、分散を考慮した近さ等）に合わせた選択が必要になる。
3.2.2 重み付けと特徴量重要度
重み付けは距離への寄与を制御する。特徴量重要度を推定して距離に反映する方法や、変動が小さい特徴を抑える方法などがある。多重クラスタリングでは、重み設定の複数案を使うことで、どの特徴領域がクラスタ形成に寄与しているかを推定しやすくなる。
一方で、重みを増やし過ぎると安定性の検証が困難になるため、自由度の管理が課題となる。
3.2.3 時系列・テキスト等の特殊な距離
時系列では動的時間伸縮、テキストでは埋め込みやトークンベース類似度など、データ型に応じた距離が必要になる。多重クラスタリングでは、距離の定義を複数系統にして比較することで、表現の仕方がクラスタに与える影響を切り分けられる。
特殊な距離は計算負荷が高くなりやすいため、並列化や近似計算との組合せが実務上の設計点になる。
3.3 解像度（粒度）管理
3.3.1 パラメータの解像度解釈
多重クラスタリングにおける解像度は、クラスタ数、リンクの高さ、密度閾値、あるいは正則化強度などのパラメータによって制御される。解像度の解釈を統一しておかないと、比較が難しくなる。
例えば、粗い解像度で現れた群が細い解像度で分裂する場合、その分裂が「意味ある分岐」か「境界の揺れ」かを区別する視点が必要になる。
3.3.2 クラスタ数の決め方
クラスタ数は評価指標と計算制約に基づいて決める場合が多い。エルボウ法、安定性に基づく選択、情報量基準、参照ラベルがある場合の妥当性確認などが候補となる。
多重クラスタリングでは、クラスタ数を単一値に固定せず、複数値での出力を統合することで、選択ミスによる偏りを減らす方向が取られる。
3.3.3 生成される階層の整合性
階層的多重クラスタリングでは、親子関係が矛盾なくつながるかが重要になる。例えば、ある切り口で分裂したはずの要素が別の切り口では逆に結合されるなど、整合性の問題が生じることがある。
整合性を評価するには、ラベル対応や包含関係の確認が必要であり、統合設計はこの検証に基づいて調整することが望ましい。
3.4 出力の表現と扱い
3.4.1 階層ツリー・クラスタグラフ
階層ツリーでは、節点がクラスタを表し、辺が分割・統合の関係を示す。クラスタグラフでは、クラスタ間の関係（近さ、共起、統合頻度）を可視化し、複数案の違いを構造として残すことができる。
実装上は、出力の形式（木構造かグラフか）を目的と運用に合わせて選び、後段の分析に転用可能な情報を保持する必要がある。
3.4.2 多段ラベルの管理
多段ラベルは、解像度や段階に応じて複数の所属を持つ。管理では、どのレベルがどの粒度を表すのか、ラベル名の対応をどう扱うのか、さらに統合後にどのラベルが最終的に採用されるのかを定義することが欠かせない。
一貫したメタデータ（パラメータ設定、前処理履歴、距離尺度名）を保存することで、再現性と監査可能性が向上する。
3.4.3 代表クラスタの選択
代表クラスタの選択は、統合結果の提示や計算削減で重要になる。代表性は、クラスタサイズ、内部のまとまり、安定度、あるいは解釈しやすさなどの基準で定義される。
多重クラスタリングでは、複数出力に共通するクラスタを優先する方法や、境界周辺の要素を別枠として扱う方法がある。代表の定義は、利用目的に合わせて明文化する必要がある。
4 評価・検証
4.1 内部評価（データに基づく評価）
4.1.1 クラスタ内のまとまり
内部評価は、データ自体の性質からクラスタの良さを測る。クラスタ内のばらつきが小さいこと、クラスタ中心への距離が一貫して短いことなどを指標化する。
多重クラスタリングでは、解像度を変えるたびに内部指標が改善する傾向が出るため、改善量の意味を誤認しないよう注意が必要になる。
4.1.2 クラスタ間の分離
クラスタ間の距離が大きいことは分離性を示す。内部指標では、クラスタ間のばらつきとクラスタ内のばらつきの比のような形で評価されることが多い。
ただし分離が高いからといって必ずしも解釈が容易とは限らないため、統合過程の安定度や外部整合の結果とあわせて判断するのが望ましい。
4.1.3 解像度依存性の観測
解像度に応じてクラスタ構造が変わることは自然であるが、重要なのは「どの程度まで変化が許容されるか」である。多重クラスタリングでは、複数解像度での指標推移を観測し、急激な変化の箇所や安定領域を特定する。
安定領域に相当するクラスタは、比較的信頼しやすい候補となる。
4.2 外部評価（真値・参照に基づく評価）
4.2.1 ラベル整合性指標
参照ラベルがある場合、クラスタと正解の対応関係を測る指標が使える。ラベル無害変換を考慮した指標（対応づけの最適化を含むもの）により、ラベルの番号違いによる見かけの差を抑える。
多重クラスタリングでは、統合前後で指標がどのように変わるかを比較することで、統合が実質的な改善に寄与したかを検証できる。
4.2.2 階層としての一致
参照が階層構造（上位カテゴリと下位カテゴリ）を持つ場合、単純な平面比較では評価が不十分になる。階層一致では、包含関係や親子の整合を評価対象に含める。
この評価は、解像度管理と整合しやすく、多重クラスタリングの利点を活かす場面が多い。
4.2.3 アノテーション品質の影響
外部評価は参照ラベルの品質に依存する。アノテーションの揺れ、定義の曖昧さ、ラベル付け担当者間の差は、クラスタリング結果の良し悪しを正しく反映しない原因になる。
多重クラスタリングでは、参照ラベルが揺れている場合でも内部指標と整合する構造を見つけるなど、複数観点での検証が有効になる。
4.3 再現性と安定性
4.3.1 再サンプリングによる頑健性
再サンプリング（ブートストラップや部分抽出）を行い、学習やクラスタリングを繰り返したときのクラスタ変動を測る。安定なクラスタは、サンプル変動に対して同様の所属関係を示しやすい。
多重クラスタリングでは、複数切り口のうちどれが揺れに強いかを比較でき、設計改善の手掛かりとなる。
4.3.2 初期値・乱数への感度
多くのクラスタリング手法は初期値や乱数に依存しうる。初期値を変えたときに統合結果がどれだけ変化するかは、内部評価だけでは見えない不確実性の指標になる。
逐次・並列いずれの枠組みでも、実行ごとの差を計測し、統合後に過度な敏感さが残っていないか確認することが重要である。
4.3.3 統合結果の信頼度
統合の信頼度は、個々の切り口で合意がどれほど形成されているかで表されることが多い。例えば、共通所属頻度や統合距離の分布などにより、境界の不確実性を数値化できる。
信頼度を付与することで、利用者は強い確信のクラスタと、探索的なクラスタを区別して扱えるようになる。
4.4 過学習・解釈の落とし穴
4.4.1 パラメータ過探索のリスク
多重クラスタリングでは探索空間が広がるため、実データに適合しすぎて汎化性能が落ちる危険がある。特に参照ラベルが存在する環境で、評価指標に基づいてパラメータを過剰に調整すると、偶然の一致が強調されやすい。
対策として、評価用データの分離や、探索の回数に上限を設けるなどの運用設計が必要になる。
4.4.2 見かけの多様性と実質的差異
多重性は出力の多さとして現れやすいが、実際に意味のある差異がない場合もある。たとえば、距離尺度や前処理を変えてもクラスタ境界がほぼ同じであれば、差は実質的に小さい。
この場合、統合のメリットは限定的になり、計算資源の浪費につながる。差異の大きさを定量化し、無意味なバリエーションを絞り込む視点が重要になる。
4.4.3 説明責任の確保
クラスタリング結果は意思決定に使われることがあるため、出力の根拠と限界を明確にする必要がある。多重クラスタリングでは、複数切り口の存在自体が説明責任の対象となり、採用した統合方針、参照していない前提、失敗時の兆候を整理することが求められる。
特に、境界付近の要素が不安定である場合は、単一ラベルで断定せず、信頼度や不確実性を併記することが望ましい。