[머신러닝] Kmean 클러스터링

1. Steps

 

1. 데이터를 준비한다.
2. 얼만큼의 클러스터가 필요한지 결정한다.
3. 클러스터의 중심 (centroid) 설정한다.
4. 모든 데이터를 가장 인접한 클러스터에 지정한다.
5. centroid를 클러스터에 속한 데이터들의 중심으로 이동시킨다.
6. step 4, 5를 반복한다. -> 클러스터의 변화가 일어나지 않을 때 까지

 

 

2. Example

 

 

1. 데이터 준비

2. 3개의 클러스터 지정

3. 모든 데이터들을 인접 클러스터에 지정

 

4. centroid를 클러스터에 속한 데이터들의 중심으로 이동

 

5. 3, 4의 과정을 반복

1 ~ 7의 데이터를 가까운 클러스터에 재지정

 

다시 centroid를 클러스터의 중심으로 이동

 

3. Centroid를 초기화하는 방법

 

1. randomly choose ( 위의 방법 )
2. manually assign init centroid : 수동으로 지정
3. k-mean++ : 1번째 data point를 첫번째 centroid로 지정 후, 가장 멀리있는 data들을 다음 centroid로 지정 

manually assign init centroid

 

 

k-mean++

 

4. 실습

 

 

 

 

머신러닝 이론 및 파이썬 실습 - 인프런

www.inflearn.com/course/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D%EC%9D%B4%EB%A1%A0-%ED%8C%8C%EC%9D%B4%EC%8D%AC%EC%8B%A4%EC%8A%B5/lecture/9548?tab=note&mm=close