類似性のあるものをグループ分けしていく「クラスター分析」を「デンドログラム（樹形図）」にする方法を説明します。視覚的にクラスターの違いを見ることができます。トーナメントのような形状ですね。
資料はこちら → クラスター分析その２
p.1 まず、昨日の類似性を用いた分類を行います。馬CとFの類似性が30なので、同じグループとします。左の上から２つ目の表のようにCとFの平均値を馬CFの列に計算して書き込みます。残りの馬A、B、D及びEの値はそのままです。この表を基に、右の類似性を内積を用いて計算します。20.5が一番大きいので、馬CFと馬Aの類似性が次に高いことが分かります。左上から３番目の表のように、馬A、CFを同じグループとし、平均値を馬ACFの行に書き込みます。右の表で類似性を算出して、あとは同様の操作を続けます。赤字が２つのグループ間の類似性の数値です。 縦軸に類似性の数値、横軸は馬名です。下から順番に書いていきます。木のような形状をしているので、「デンドログラム（樹形図）」と呼びます。
p.2 ユークリッド距離を用いて、「デンドログラム（樹形図）」を作成します。今回は、数値が小さい組み合わせを同じグループとします。p.1と同様にまとめていきます。デンドログラムの縦軸がユークリッド距離になります。
p.3 内積とユークリッド距離を用いたデンドログラムを並べてみます。昨日も述べましたが、分類の仕方が違うと同じデータなのになぜ異なるのでしょうか？疑問です。何か見落としているのでしょうか？ ChatGPTに質問してみましたが、生成AIも混乱しているようです。
p.4 生徒A〜Fの国語、数学、理科、社会及び英語の評価です。ユークリッド距離を用いてデンドログラムを描いてみました。この場合、２つの大きなグループが存在することが視覚的に捉えることができました。