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

특징

• 군집 수 K를 초기에 미리 정해야 한다. 최적의 K는 엘보 기법이나 실루엣 계수로 고른다.
• 중심점(centroid)은 군집에 속한 값들의 평균이다. 실제 객체가 아니다. 군집 가운데 실제 객체를 중심으로 쓰는 것은 K-메도이드(K-Medoids, PAM)다.
• 평균을 쓰므로 이상치·노이즈에 민감하다. K-메도이드는 노이즈에 더 강하지만 연산량이 많다.
• 둥근(구형) 군집을 가정한다. 초승달 모양처럼 모양이 복잡한 군집에는 맞지 않는다 → 밀도 기반의 DBSCAN을 쓴다.
• 초기 중심점에 따라 결과가 달라질 수 있어 여러 번 돌리거나 k-means++ 로 초기값을 고른다.
• 계산이 단순하고 빨라 대용량 자료에 쓰기 좋다.

같이 보기

• 군집 분석
• DBSCAN
• 실루엣 계수