NMI1 Comparing and Evaluating Clustering Algorithms 군집 알고리즘 요약 군집 알고리즘을 적용하고 평가하는 것이 매우 정성적인 분석 과정이며 탐색적 데이터 분석 단계에 크게 도움될 수 있다는 것을 보았습니다. k-평균, DBSCAN, 병합 군집이라는 세 가지 군집 알고리즘을 살펴보았습니다. 세 알고리즘 모두 군집을 세밀하게 조절할 수 있는 방법을 제공합니다. 이 세 모델은 실제 대량의 데이터셋에 사용할 수 있고 비교적 쉽게 이해할 수 있으며 여러 개의 클러스터로 군집을 만들 수 있습니다. 각 알고리즘은 조금씩 다른 장점을 가지고 있습니다. k-평균은 클러스터 중심을 사용해 클러스터를 구분합니다. 이 알고리즘은 각 데이터 포인트를 클러스터의 중심으로 대표할 수 있기 때문에 분해 방법으로 볼 수도 있습니다. 계층 군집은 전체 데이터의 분할 계층도를 만들어주며 .. 2019. 12. 2. 이전 1 다음
