K-평균 군집화

K-Means Clustering

절차

• k 개수 선정 (분류를 원하는 만큼 임의 지정)
• Centroid 배치
• 각 값과 Centroid의 거리 기준, 값 분류
• Centroid를 값의 중앙으로 이동
• 각 값과 Centroid의 거리 기준, 값 다시 분류 - 반복
• 값의 분류 변동이 없으면 종료

유형

• Randomly Select Centroid
  • Centroid를 랜덤하게 지정
• Manually Assign Centroid
  • Centroid의 초기값을 원하는 지점으로 선택
• k-mean++
  • 첫 Centroid를 기준으로 가장 먼 위치에 Centroid 지정

거리 측정

• 유클리디언 거리
• K-최근접 이웃