K-means

각각의 군집 데이터 대표 값으로 전체 데이터 특성을 파악하는 클러스터 탐지 K-means

정의	전체 데이터를 몇 개의 집단으로 그룹화하여 각 집단의 성격을 파악함으로써 데이터 전체의 구조에 대한 이해를 돕고자 하는 분석법 모집단 또는 범주에 대한 사전 정보가 없는 경우 주어진 관측 값들 사이의 거리 또는 유사성을 이용하는 분석법 주어진 데이터들의 특성을 고려해 데이터 집단(클러스터)을 정의하고 데이터 집단의 대표할 수 있는 대표점을 찾는 것으로 데이터 마이닝의 한 방법
군집화	N개의 관찰치를 대상으로 p개의 변수를 측정했을 때 관측한 p개의 변수 값을 이용하여 N개의 관찰치 사이의 유사성 또는 비 유사성의 정도를 측정하여 관찰자를 가까운 순서대로 군집화 함
활용	군집분석은 속성이 비슷한 잠재 고객들끼리 그룹화 하여 시장을 세분화 하는 방법에 자주 활용
특징	탐색적인 기법 : 주어진 자료에 대한 사전정보 없이 의미 있는 자료구조를 찾아 낼 수 있음 다영한 형태의 데이터 적용가능 : 거리만 잘 정의되면 모든 종류의 자료에 적용할 수 있음 분석자의 의존 : 자료의 사전 정보 없이 자료를 파악하는 방법으로 분석자의 주관에 겨로가가 달라짐 분석방법 용이 : 분석방법의 적용이 쉬움 가중치 및 거리 : 가중치와 거리의 정의가 어려움 결과해석 : 결과의 해석이 어려움 초기 준급 K 결정 : 초기 군집수 K의 결정이 어려움
클러스터 분석기법	각 개체간의 유사도(similarity) 혹은 비유사도(dissimilarity)를 기반으로 서로 유사한 개체를 동일한 그룹에 할당하여 분석하는 기법
거리	군집분석에서는 관측 값들이 서로 얼마나 유사한지 또는 유사하지 않은지를 측정할 수 있는 척도가 필요 거리는 값이 작을수록 두 관찰치가 서로 유사한 것을 의미 유사성은 값이 클수록 두 관찰치가 서로 유사함을 의미
계층적 군집분석	가까운 관측 값들끼리 묶는 병합(agglomeration)과 먼 관측 값들을 나누어가는 분할(division)에 의해 전체 군집들간 구조적 관계를 분석하는 기법
고려사항	표준화 - 군집분석은 자료사이의 거리를 이용하여 수행되기 때문에 자료의 단위가 결과에 큰 영향을 미침 표준화 : 각 변수의 관측값에서 평균을 빼고 표준편차로 나누는 것 표준화 된 자료는 모든 변수가 평균이 0이고 표준편차가 1 가중치 - 각 변수의 중요도가 다를 경우 가중치를 이용하여 각 변수의 중요도를 조절 가중치는 대부분의 경우 단위변환(표준화)를 수행한 후 부여 가중치에 대한 군집의 영향을 평가 하기 위하여는 여러 가지의 가중치에 대하여 군집분석의 결과를 비교
활용방안	시장과 고객 분석, 패턴인식, 공간데이터 분석, Text Mining 등 최근에는 패턴인식, 음성인식의 기본 알고리즘으로 활용 데이터가 불규칙하고 내부 특징이 알려지지 않은 분류 초기 단계에 적합.

---

 

공감과 댓글은 아이티신비에게 큰 힘이 됩니다.

블로그 글이 유용하다면 블로그를 구독해주세요.♥