K-means Clustering, K-평균 군집화

source: https://media.licdn.com/dms/image/C5612AQH8kEizAouznA/article-cover_image-shrink_600_2000/0/1626424726069?e=2147483647&v=beta&t=deUL_yPDFPXK8dkspX2oJZWX1qqyx3XBokl02TN8x9k

개요

• 거리와 특성을 기반으로 K개의 군집을 만드는 비지도학습 알고리즘

 

분석 순서

• 군집 개수(K) 설정 > 초기 중심점 설정 > 군집 할당 > 중심점 재설정 > 군집 재할당
  • 중심점 이동하지 않을 때까지 중심점 재설정 및 군집 재할당 반복
  • 중심점 재설정 시, 중심점은 그 군집의 데이터들 가운데(무게 중심)에 위치한 지점으로 재설정
• 군집 개수 설정에는 Elbow Method 활용 가능
• 초기 중심 설정에는 K-menas++ 활용 가능

 

단점

• 초기 K 값과 중심점을 임의로 정해야 하며, 결과 값이 달라질 수 있
• cluster의 모양이 원형이 아닐 때는 정확한 결과를 도출하지 못함 

  

  source: https://process-mining.tistory.com/122

 

 

참고 자료

• https://velog.io/@jhlee508/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-K-%ED%8F%89%EA%B7%A0K-Means-%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98
• https://process-mining.tistory.com/122 
•