군집 분석
IT 위키
더 많은 작업
Cluster Analysis
군집내 객체간 유사성과 군집간 상이성(이질성)을 규명하 기 위해 관측치 또는 개체를 의미 있는 몇 개의 부분집단 으로 나누는 비지도 학습 기반의 분석기법
| 특징 | 설명 |
|---|---|
| 탐색적 분석 |
|
| 범용적 분석 |
|
| 유사도 기반 |
|
- 미리 정해 둔 기준이나 정답 없이, 레코드끼리의 유사성으로 묶고 이질성으로 나누는 비지도 학습이다. 데이터 마이닝이나 모델링의 준비 단계로도 쓴다.
- 군집 내 분산은 최소화, 군집 간 분산은 최대화하도록 나눈다.
- 거리에 기반하므로 이상치에 민감하다. 변수 단위가 다르면 표준화(스케일링)한 뒤 계산한다.
- 정답 레이블이 없으므로 지도학습처럼 교차타당성(Cross Validation)으로 정확도를 재지 않는다. "지도학습과 동일한 교차타당성으로 안정성을 검토한다" 는 틀리다.
- 형성된 군집이 해석상 논리적으로 타당한지가 가장 중요하다. "논리성보다 안정성이 더 중요하다" 는 틀리다. 안정성은 표본을 바꿔 다시 군집해도 비슷한 결과가 나오는지를 보는 보조 기준이고, 집단별 특성이 뚜렷이 구분될수록 안정성이 높다.
- 군집 수를 정할 때는 엘보 기법(군집 수에 따른 군집 내 제곱합이 꺾이는 지점), 실루엣 계수, 계층적 군집의 덴드로그램을 본다.