군집화

군집화

 

 

1. 비지도학습(Unsupervised Learning)

 

- 정답이 없음 (label이 없음)

- 목표값을 정해주지 않아도 되고 사전 학습이 필요 없으므로 속도가 빠름

- 지도학습에서의 적절한 feature를 찾아내기 위한 전처리 방법으로 사용됨

 

구분	지도학습	비지도학습
사용이유	예측 모델 생성	고차원 데이터 분류
성능평가	교차 검증 수행	검증 방법 없음
입력정보	Labeled Data	Raw Data (Label이 없음)
유형	회귀 (x, y로 f(x)=y 파악) 분류 (그룹별 특징 파악)	군집 (데이터끼리 묶음) 패턴인식 (여러 그룹 인식)
알고리즘	머신러닝	K-Means, DBSCAN, Clustering 등
예시	패턴인식, 질병진단, 주가예측, 회귀분석 등	스팸필터, 차원축소, 데이터 마이닝 등

 

 

 

2. 종류

 

1) 클러스터링

 

- K-means : 임의의 중심점(K) 기준 최소 거리 기반 군집화

- Hierarchical Clustering (계층적 군집화) : 특정 알고리즘에 의해 데이터를 연결하여 계층적 클러스터를 구성해 나가는 방법

- DBSCAN : 반경 내 데이터 벡터 밀도 기반 군집화

 

2) 차원 축소

 

- t-SNE

- 주성분 분석(PCA) : 사물의 주요 특징 분석 및 추출. 차원축소, 축 상의 투영으로 표시 (이미지에서 주로 사용)

 

 

 

3. 군집화

 

- 비슷한 특성을 가진 데이터들끼리 그룹화함

- 같은 그룹내 요소들은 아주 유사하고, 다른 그룹과는 확연히 다름

- 목적 : 데이터 정보가 없는 경우 라벨링을 해줌 -> 라벨링 후 분류 모델 적용 -> 성능비교 가능

- 클러스터링은 눈에 잘 보일 수 있도록 시각화 하는 것이 중요함 (특히 scatter plot)

 

구분	Classification (분류)	Clustering (군집화)
정보	O	X
Label	O	X
종류	지도 학습	비지도 학습
공통점	데이터를 비슷한 집단으로 묶는 방법