[Day 14] Clustering

https://www.codestates.com/

코딩부트캠프 | 코드스테이츠 - 비전공생도 개발자가 될 수 있습니다

---

Warm-up

• K - Means Clustering
• Hierarchical Clustering
• Elbow Method

---

Note

• Machine Learning ( 개요 )
  • 지도 학습 ( Supervised Learning ) : Supervised Learning은 트레이닝 데이터에 라벨 ( 답 ) 이 있을 때 사용할 수 있음.
    • 분류 ( Classificantion ) : 분류 알고리즘은 주어진 데이터의 카테고리 혹은 클래스 예측을 위해 사용
    • 회귀 ( Prediction ) : 회귀 알고리즘은 Continuous 한 데이터를 바탕으로 결과를 예측하기 위해 사용
  • 비지도 학습 ( Unsupervised Learning ) 
    • 클러스터링 ( Clustering ) : 데이터의 연관된 Feature를 바탕으로 유사한 그룹을 생성
    • 차원축소 ( Dimensionality Redution ) : 높은 차원을 갖는 데이터셋을 사용하여 Feature Selection / Feature Extraction 등을 통해 차원을 줄이는 방법
    • 연관 규칙 학습 ( Association Rule Learning ) : 데이터셋의 Feature들의 관계를 발견하는 방법 ( Feature - Output이 아닌 Feature -  Feature )
  • 강화 학습 (Reinforcement Learning ) : 머신러닝의 한 형태로, 기계가 좋은 행동에 대해서는 보상, 그렇지 않은 행동에는 처벌 이라는 피드백을 통해서 행동에 대해 학습해 나가는 형태
• Clustering : Unsupervised Learning Algorithm의 한 종류
  • 목적 :  Clustering이 대답할 수 있는 질문은 주어진 데이터들이 얼마나, 어떻게 유사한지 이다. 그러나 동시에 정답을 보장하지 않는다 는 이슈가 있어서 production의 수준 혹은 예측을 위한 모델링에 쓰이기보다는 EDA를 위한 방법으로써 많이 쓰임.
  • 종류 :
    • Hierarchical
      • Agglomerative : 개별 포인트에서 시작 후 점점 크게 합쳐감.
      • Divisive : 한 개의 큰 Cluster에서 시작 후 점점 작은 Cluster로 나눠감.
    • Point Assignment : 시작시에 Cluster의 수를 접한 다음, 데이터들을 하나씩 Cluster에 배정시킴
  • Similarity
    • Euclidean -> 일반적으로 많이 쓰임
    • Cosine
    • Jaccard
    • Edit Distance
    • Etc.
• K - Mean Clustering
  • 과정 : N - 차원의 데이터에 대해서
    1. K개의 랜덤한 데이터를 Cluster의 중심점으로 설정
    2. 해당 Cluster에 근접해 있는 데이터를 Cluster로 할당
    3. 변경된 Cluster에 대해서 중심점을 새로 계산
       Cluster에 유의미한 변화가 없을 때까지 2-3을 반복

---

Review

오늘 배운 내용은 조금 막혔던거 같다. 막혔던 만큼 풀었을 때 성취감이 좋았다

---

참고

https://www.youtube.com/watch?v=QXOkPvFM6NU&feature=emb_title