머신러닝의 군집화: 데이터의 숨겨진 패턴을 발견하다
2024. 1. 28.
1) 서론 머신러닝은 데이터로부터 지식을 추출하고 예측을 하는 강력한 도구입니다. 이 중 군집화(Clustering)는 데이터를 자연스럽게 유사한 그룹으로 분류하는 비지도학습의 한 예시입니다. 본 글에서는 군집화의 개념을 탐구하고, 이를 분류(Classification)와 비교하면서 두 기법의 차이점을 설명합니다. 2) 본론 a. 군집화 알고리즘의 원리와 적용 군집화의 정의: 군집화는 레이블이 지정되지 않은 데이터셋을 처리하여 데이터 포인트들을 유사한 특성을 가진 여러 그룹으로 나누는 과정입니다. 이 방법은 데이터 내 잠재적인 구조를 발견하고 이해하는 데 유용합니다. 다양한 군집화 기법: 대표적인 군집화 방법으로는 K-평균(K-Means), 계층적 군집화(Hierarchical Clustering), D..
