[Clustering] K-means 알고리즘 | 인턴

종류

• 비지도 학습 머신 러닝

 

 

의미

• 데이터를 K개의 군집으로 묶는 알고리즘
• k-means 알고리즘의 K는 군집의 개수를 의미하고 means는 평균을 의미한다.
• 즉, 각 군집의 평균(mean)을 활용하여 K개의 군집으로 묶는다는 의미
• 여기서의 평균은 각 클러스터의 중심과 데이터들의 평균거리를 의미한다.

 

 

 

원리

 

출처 : 위키피디아

 

1. 몇 개의 군집으로 군집화 할 것인지는 사람이 정한다.

• 군집의 개수를 설정하는 방법론 3가지
  1. Rule of thumb
  2. Elbow Method
  3. 정보 기준 접근법 (Information Criterion Approach)
  +) 현재 진행하고자 하는 프로젝트에서는 3가지로 추리고자 한다.

 

2. 초기 중심점 설정

• 무게중심을 설정한다.
• 초기 중심점으로 어떤 값을 선택하는가에 따라 성능이 크게 달라지는 성질을 가지고 있다.
• 방법
  1. Randomly select
  2. Manually assign
  3. K-means++    → 실제 사용되는 초기 중심값 설정 방법

 

3. 데이터를 군집에 할당(배정)

• 거리상 가장 가까운 군집(중심점)으로 주어진 모든 데이터를 할당 또는 배정한다. : 유클리드 거리 계산

 

4. 중심점 재설정(갱신)

• 모든 주어진 데이터의 군집 배정이 끝나면 군집의 중심점을 그 군집이 속하는 데이터들의 가장 중간(means)에 위치한 지점으로 재설정한다.

 

5. 데이터를 군집에 재할당(배정)한다.

• 더이상의 중심점의 이동이 없을 때 까지 3,4반복.

 

 

참고 URL : https://techblog-history-younghunjo1.tistory.com/114

[NLP] 문서 군집화(Clustering)와 문서간 유사도(Similarity) 측정하기