군집분석

• 군집화 (Clustering) 개념

  유사한 속성들을 갖는 관측치들을 묶어 전체 데이터를 몇 개의 군집(그룹)으로 나누는 것

• 군집화 기준
  • 동일한 군집에 소속된 관측치들은 서로 유사할수록 좋음
  • 상이한 군집에 소속된 관측치들은 서로 다를수도 좋음 (군집 내 유사도 최대화 / 군집 간 유사도 최소화)

  

1. 유사도 척도

• 유클리디안 거리
• 맨하탄 거리
• 마할라노비스 거리
• 상관계수 거리

유클리디안 거리

맨하탄 거리

마할라노비스 거리

상관계수 거리

스피어만 상관계수 거리

2. 알고리즘

• 4가지 종류가 있음

계층적 군집화

• 핵심사항

K-평균 군집화 (K-Means Clustering)

• K-평균 군집화의 문제점
  1. 서로 다른 크기의 군집을 잘 찾아내지 못함
  2. 서로 다른 밀도의 군집을 잘 찾아내지 못함
  3. 지역적 패턴이 존재하는 군집을 판별하기 어려움

3. 최적의 군집 수 결정

평가 지표

1. SSE (Sum of Squared Error)

1. Silhouette 통계량