비지도학습(Unsupervised learning)

• 지도학습과 달리 training data로 정답(label)이 없는 데이터가 주어지는 학습 방법
• 정답을 알려주지 않은 채 오로지 데이터셋의 특징(feature) 및 패턴을 기반으로 모델 스스로가 판단

K-means 클러스터링

• 군집화(클러스터링)이란 그렇게 명확한 분류 기준이 없는 상황에서도 데이터들을 분석하여 가까운(또는 유사한) 것들끼리 묶어 주는 작업
• K-means 알고리즘은 k 값이 주어져 있을 때, 주어진 데이터들을 k 개의 클러스터로 묶는 알고리즘으로 대표적인 클러스터링 기법 중 하나

K-mean 알고리즘의 순서

1. 원하는 클러스터의 수(K)를 결정

2. 무작위로 클러스터의 수와 같은 K개의 중심점(centroid)을 선정

   이들은 각각의 클러스터를 대표

3. 나머지 점들과 모든 중심점 간의 유클리드 거리를 계산한 후, 가장 가까운 거리를 가지는 중심점의 클러스터에 속하도록 함

4. 각 K개의 클러스터의 중심점을 재조정

   특정 클러스터에 속하는 모든 점들의 평균값이 해당 클러스터 다음 iteration의 중심점이 됨(이 중심점은 실제로 존재하는 데이터가 아니어도 상관 없음)

5. 재조정된 중심점을 바탕으로 모든 점들과 새로 조정된 중심점 간의 유클리드 거리를 다시 계산한 후, 가장 가까운 거리를 가지는 클러스터에 해당 점을 재배정

6. 4.번과 5.번을 반복 수행

   반복의 횟수는 사용자가 적절히 조절하면 되고, 특정 iteration 이상이 되면 수렴(중심점이 더 이상 바뀌지 않음)

K-means 알고리즘은 다음과 같은 상황에서는 적합하지 않은 군집화 알고리즘

• 군집의 개수(K 값)를 미리 지정해야 하기 때문에 이를 알거나 예측하기 어려운 경우에는 사용하기 어려움
• 유클리드 거리가 가까운 데이터끼리 군집이 형성되기 때문에 데이터의 분포에 따라 유클리드 거리가 멀면서 밀접하게 연관되어 있는 데이터들의 군집화를 성공적으로 수행하지 못할 수 있음