security-logs 님의 블로그

목차1. Hierarchical Clustering(계층적 군집화)란2. 계층적 군집화의 핵심 특징3. 덴드로그램(Dendrogram)이란4. 계층적 군집화의 두 가지 방식 4-1 병합형 클러스터링(Agglomerative Clustering) 4-2 분할형 클러스터링(Divisive Clustering)5. 클러스터 간 거리 계산 방법(Linkage)6. 병합형 계층적 군집화 예제 1. Hierarchical Clustering(계층적 군집화)란Hierarchical Clustering(계층적 군집화)은 데이터들 사이의 유사성을 기준으로 비슷한 데이터끼리 묶어 계층적인 구조로 표현하는 비지도 학습 기법이다. 여기서 비지도 학습이란 정답 라벨이 없는 데이터에서 패턴이나 구조를 스스로 찾는 방법을 의미..

목차1. K-Means 알고리즘2. K-Means 알고리즘 동작 과정3. K-Means 알고리즘 특징4. K-Means 알고리즘 예제 1. K-Means 알고리즘K-Means는 비지도 학습(Unsupervised Learning)에서 가장 대표적인 군집화(Clustering) 알고리즘이다.군집화란 정답(Label)이 없는 데이터들을 서로 비슷한 특성을 기준으로 그룹으로 묶는 방법을 의미한다. K-Means는 데이터 간의 유사성을 기준으로 데이터를 여러 개의 그룹(=클러스터)으로 나눈다.K-Means 알고리즘의 목표는 다음과 같다.데이터를 K개의 그룹으로 나누고, 각 데이터가 가장 가까운 그룹에 속하도록 만드는 것 여기서 K는 우리가 만들고 싶은 클러스터의 개수를 의미한다. 예를 들어, 다음과 같은 경우에..

목차1. 군집화(Clustering) 1-1 군집화의 작동 방식 1-2 군집화 유형2. 군집화 활용 예시3. 군집화 대표 알고리즘4. 군집화 결과 해석 및 시각화5. 군집화 품질 평가1. 군집화(Clustering)데이터 분석에서는 종종 정담(Label)이 없는 데이터가 존재한다.이때 데이터 간의 유사성을 기반으로 자연스럽게 형성되는 그룹을 찾는 방법이 바로 '군집화(Clustering)이다. 군집화는 정답(Label)이 지정되지 않은 데이터를 유사한 데이터 포인트끼리 그룹화하는 비지도 머신러닝 기법이다.즉, 비슷한 특성을 가진 데이터들을 하나의 그룹(Cluster)으로 묶는 방법이다. 예를 들어 다음과 같은 상황을 생각해 볼 수 있다.고객 구매 데이터를 분석했을 때비슷한 구매 패턴을 가진 고객들이 ..