データ特性に基づくクラスタリング手法選択
正解
k-meansクラスタリングを採用し、エルボー法でクラスタ数を最終確認する。
正解になる理由
データ特性（球状分布、外れ値少）がk-meansの前提条件に適合し、リアルタイム処理要件にk-meansの計算効率が最適です。事前推定5クラスタをエルボー法で検証する手順も実務的で、結果の重心座標が直観的に解釈しやすいです。
各誤答がなぜ誤りか
- 選択肢3: 階層型は大規模データでは距離行列や結合処理の負荷が比較的大きく、リアルタイム要件には向きにくいです。
- 選択肢1: DBSCANは密度差や非球状クラスタに強いですが、本問ではその利点が必要なく、球状・速度・解釈性の観点ではk-meansの方が素直です。
- 選択肢4: GMMは確率的所属が必要な場合には有効ですが、本問の速度・単純な球状分布・解釈性ではk-meansがより適しています。