K-means , medoids Clustering (unsupervised learning)

 

1. K-means Clustering

  -> 유사한 데이터 끼리 뭉치게 해서 그룹의 특성을 규명하는 것이 주목적이지 classification의 목적은 강하지 않음

  -> k를 설정 초기 좌표는 Random 

해당 데이터가 다른데이터로 할당 되지않을 때까지 계속 진행 -> 직관적인 장점

*거리 측정 기준

* 가장 좋은예시는 사전의 군집갯수(K)를 알고 시작하는것 ex) 기사 -정치,연예,스포츠 

하지만 보통의 경우에는 사전 군집갯수를 알 수 없음

inertia -> 군집내 분산이 적어지는 시점이 최적의 K

k-means clustering 단점 

-> 데이터의 차원이 커질 수록 잘 맞지않음 . 2차원 3차원 까지는 알 수 있지만 4차원 부터는 거리에 대한 개념이

무감각해짐(컴퓨터도) 물론 구할 수는 있지만 실제로 가까운지에 대해서는 차원이 증가함에 따라 완전히 무의미해짐 

그래서 거리를 기반으로하는 군집분석은 잘 맞지않을 확률이 커짐

 

위 그림처럼 k-means 보다는 조금 좋은 모습을 보인다 특히 이상치에 있어서는 좀 더 강건한 모습을 보임