📝 오늘 공부한 내용

Clustering: 비슷한 데이터끼리 묶는 방법

• unsupervised learning
  - 데이터에 정답이 필요 없다. (학습할 때 사용하지 않는다.)

💡 clustering과 classification은 다르다!
classification은 사과, 복숭아, 오렌지, 토마토, 배추, 청경채라는 데이터가 있을 때 '과일', '야채'로 분류하는 것이고,
clustering은 레이블이 존재 하지 않는 상태에서 데이터들의 특성을 파악하여 군집을 형성하는 것이다. 몇 개의 군집이 형성될지 모르고 학습 시작!

K-Means Clustering

• 클러스터링 방법 중 가장 대표적인 방법
• K-평균 알고리즘
• 매우 빠른 속도

K-Means Clustering Procedure

1. 랜덤하게 K개의 데이터 선택
2. centroid에 assign되지 않은 데이터에 대해 K개의 데이터 중 가장 가까운 데이터를 찾는다.
3. 가깝다고 정해진 데이터끼리 묶어서 새로운 클러스터를 만들고
4. 새로운 클러스터 안에서 데이터들의 평균을 구한다.
5. 새로 계산한 평균을 K개의 기준으로 정한다.
6. 2번 과정부터 반복
7. 더이상 centroid가 업데이트 되지 않는다면 종료한다.

K-Means의 한계점

• 초기에 선택되는 K개의 데이터 (initial centroid)에 따라 성능 편차가 크다.
• 평균이 의미 없는 데이터에는 효과 없음

Choose Best K

Inertia

• 클러스터 내의 데이터 포인트들이 클러스터 중심과 얼마나 가까운지 측정하는 지표

Hierarchical Agglomerative Clustering

• 데이터의 계층 구조를 파악하는 클러스터링 방법
• 비슷한 데이터들끼리 서로 묶어가면서 모든 클러스터들을 묶어가는 방법
  - 묶어가면서 큰 것 하나 가져간다.