【G検定過去問風テスト】2点間の直線距離を測る！「ユークリッド距離」の基本

2026年8月8日 2026年8月8日 atsushi_kitazawa

※本記事では、アフィリエイトプログラムより教材を紹介しています。

📝 問題

以下の文章を読み、空欄に最もよく当てはまる選択肢を1つ選べ。

2点間の「直線距離」を測る最も一般的な距離計算方法であり、ピタゴラスの定理（三平方の定理）と同じ考え方に基づいて計算されるものは ( ) である。

A）コサイン類似度
B）マハラノビス距離
C）ユークリッド距離
D）ピアソン相関係数

🔍 ここをクリックして正解を見る

正解: C）ユークリッド距離

💡 合格に近づく！徹底解説

重要度: ★★★

■ 1分で分かる！この問題の要点

ユークリッド距離：2つのデータ点の間を「定規でまっすぐ結んだ直線距離」として測る、最も直感的で一般的な距離計算方法。
中学校で習う「ピタゴラスの定理（$a^2 + b^2 = c^2$）」の考え方をそのまま多次元データに応用している。
クラスタリング（k-means法など）の距離計算などで基本として使われるが、データのスケール（単位）の違いや長さに影響を受けやすい点に注意が必要。

■ 初学者向け解説（例え話や背景）

地図上で「A地点からB地点までどれくらい離れているかな？」と調べるとき、地図の上に定規を置いてピッと直線距離を測りますよね。あの私たちが普段無意識にやっている「まっすぐの距離」を数学的に計算できるようにしたのがユークリッド距離です。

数学の授業で習った「直角三角形の斜辺の長さ（三平方の定理・ピタゴラスの定理）」を思い出してください。2つのデータの差を縦と横の長さに見立てて、その斜めの長さを計算しています。

機械学習の分野でも、データを空間上の「点」としてプロットし、「どの点とどの点が近くに集まっているか（グループ分け）」を調べるときに最初にお呼びがかかる基本中の基本の尺度です。ただし、テキストの長さに左右される自然言語処理や、データのバラつきを考慮したい異常検知などでは、別の尺度（コサイン類似度やマハラノビス距離）にバトンタッチすることになります。