k-평균 군집화(k-means clustering)1 데이터 마이닝 군집화 기법. K-평균 군집화(K-Means Clustering) K-평균 군집화(K-Means Clustering)는 데이터 마이닝에서 널리 사용되는 군집화 기법으로, 주어진 데이터를 k개의 군집으로 나누고 각 군집을 대표하는 중심점(centroid)을 찾아내는 비지도 학습 알고리즘입니다. 이 알고리즘은 군집 내의 데이터 포인트들이 서로 최대한 유사하도록 그룹화하고, 각 그룹이 서로 다른 군집들과는 최대한 다르게 만드는 것을 목표로 합니다. K-평균 군집화의 기본 개념- k: 나눌 군집의 개수입니다. 알고리즘을 시작하기 전에 사용자가 미리 지정해야 합니다. - 중심점(Centroid): 각 군집의 중심을 나타내는 좌표입니다. 군집에 속한 모든 데이터 포인트의 평균값으로 계산됩니다. - 유사성 측정: 일반적으로 유클리드 거리를 사용하여 각 데이터 포인트가 가장 가까운 .. 2024. 9. 4. 이전 1 다음
