[R언어] 군집화의 적절한 군집 개수 결정
군집화는 비지도학습 방법으로, 데이터를 여러 그룹으로 나누는 작업을 말합니다. 데이터의 군집 개수를 결정하는 것은 군집화에서 중요한 요소 중 하나입니다. 군집 개수가 부적절하면 군집화의 정확도가 떨어질 수 있습니다.
1. 엘보우 방법
가장 기본적인 방법으로, 엘보우 방법은 군집 개수(k)에 따른 응집도를 측정하여 적절한 군집 개수를 결정합니다. 군집 개수가 늘어날수록 응집도는 감소하게 됩니다. 그러나 적절한 군집 개수에서는 이 응집도의 감소폭이 크게 줄어듭니다. 이 지점이 “팔꿈치(elbow)” 모양과 유사하므로 이 방법의 이름이 지어졌습니다.
아래는 R언어를 사용하여 엘보우 방법으로 군집 개수를 결정하는 코드입니다.
# 군집화를 수행하기 전에 필요한 라이브러리를 불러옵니다
library(cluster)
library(factoextra)
# 데이터를 불러오고 전처리를 수행합니다
data <- read.csv("data.csv")
scaled_data <- scale(data)
# 적절한 군집 개수를 결정하기 위해 엘보우 방법을 사용합니다
fviz_nbclust(scaled_data, kmeans, method = "wss")
2. 실루엣 분석
실루엣 분석은 각 데이터 샘플이 같은 군집 내의 다른 샘플보다 얼마나 비슷한지를 측정합니다. 이를 통해 데이터가 올바른 군집에 속해 있는지를 파악할 수 있으며, 적절한 군집 개수를 결정하는데 활용할 수 있습니다. 실루엣 계수는 -1부터 1까지의 값을 갖으며, 1에 가까울수록 데이터가 올바른 군집에 속해 있다는 것을 의미합니다.
아래는 R언어를 사용하여 실루엣 분석을 수행하여 적절한 군집 개수를 결정하는 코드입니다.
# 군집화를 수행하기 전에 필요한 라이브러리를 불러옵니다
library(cluster)
library(factoextra)
# 데이터를 불러오고 전처리를 수행합니다
data <- read.csv("data.csv")
scaled_data <- scale(data)
# 적절한 군집 개수를 결정하기 위해 실루엣 분석을 수행합니다
fviz_nbclust(scaled_data, kmeans, method = "silhouette")
데이터의 특성에 따라 엘보우 방법과 실루엣 분석을 함께 사용하여 적절한 군집 개수를 결정하는 것이 좋습니다. 군집의 크기를 정하는 것은 군집화의 품질을 높이는 데에 중요한 요소이며, 이를 통해 유의미한 인사이트를 발견할 수 있습니다.
더 많은 정보를 알고 싶다면 다음 참조자료를 참고하세요.