K means 알고리즘

6. 최신기술, 법규 및 정책/인공지능

SWExpert 2022. 11. 3. 00:41

I. K-Means 알고리즘

-. 입력값으로 k를 취하고 군집 내 유사성은 높게, 군집간 유사성은 낮게 되도록 n개의 객체집합을 k개의 군집으로 군집하는 기법

-. 주어진 데이터를 사전에 정의된 k개의 클러스터로 묶는 알고리즘

-. 각 개체의 동질성을 거리를 이용해 측정하여 동질성이 높은 (서로 비슷한) 대상 군집을 판별하고 군집에 속한 개체들의 동질성과 서로 다른 군집에 속한 개체 간의 이질성을 규명하는 분석 방법

-. 중심값을 선정하고 중심값과 다른 데이터 간의 거리를 이용하여 분류를 수행하는 버지도 학습

-. 군집 별 중심값에서 중심과의 거리를 기반으로 데이터를 분류하는 비계층적 군집 기법의 종류

-. 특징: Data 중심, 거리기반의 분류법, 데이터군 양자화, 속도 및 구현

II. K-Means 알고리즘 원리 및 절차

가 .K-Means 알고리즘 원리

나. K-Means 알고리즘 절차

II. K-Means 알고리즘 분석 원리 및 절차

가. K-Means 알고리즘 분석 원리

나. K-Means 알고리즘 분석 절차

단계	설명
1	k값을 초기값으로 먼저 받고, k개의 초기 군집의 임의 중심점을 설정
2	각 개체와 군집 중심점 사이의 거리를 계산
3	가장 가까운 중심점 군집으로 재할당
4	변경된 군집을 기준으로 개체와 군집 중심점 사이의 거리를 다시 계산
5	3~4단계를 군집의 변동이 없을 때가지 반복

III. -Means 알고리즘 유형

가. 유사성 측정

유사성 측정 척도	설명
유클리디안 거리1 (=유클리드 거리)	임의의 두 지점간의 최단거리, 양 지점간의 직선거리 각 변수 값에서의 차이를 제곱한 것을 합하고 이를 제곱근

나. 엘보우(Elbow)

다. 실루엣(Silhouette)

군집 간 이질적이고 군집 내 동질적인 정도를 수치화한 값이며, 군집 수가 확실히 정해진 상태가 아닐 경우 적정 군집 수(k)를 결정하는데 사용함
값이 1에 가까울 수록 상대적으로 군집 간 이질적이고, 군집 내 동질적인 경우를 의미함
군집 수(k)를 크게 설정할 경우, 과적합 위험이 있음
실루엣 계수의 범위 : -1 ≤ 실루엣 계수 ≤ 1

0 ∠ 실루엣 계수 ≤ 1	가장 가까운 이웃 군집 간 평균거리가 군집 내 평균거리 보다 큰 경우를 의미 군집 내 평균 거리가 0에 가까울 수록 1이 됨
실루엣 계수 = 0	가장 가까운 이웃 군집 간 평균 거리와 군집 내 평균 거리가 동일한 경우를 의미
-1 ≤ 실루엣 계수 ∠	가장 가까운 이웃 군집 간 평균 거리가 군집 내 평균 거리보다 작은 경우를 의미하며, 가장 가까운 이웃 군집 간 거리가 0에 가까울수록 -1이 됨

IV. K means 알고리즘의 장단점

장점	단점
개체 간의 거리를 기반하여 군집을 분류하는 원리가 간단함 데이터 변환 없이 그 자체로 이용할 수 있어 데이터 구조가 간단함 개체가 많은 경우에도 쉽게 사용됨(계산시간 짧음)	거리를 기반으로 군집을 형성하기 때문에 구형이 아닌 형태의 군집 분류는 어려움 초기 군집 수(k)에 따라 결과가 달라짐 연구자 주관에 따라 해석이 다를 수 있음 변수의 유형에 제한이 있음(범주형 변수 사용 불가)

SWExpert

OX,

SWExpert