[3과목] [정형 데이터 마이닝] 군집분석

군집분석이란?

- 데이터를 유사성 기반으로 n개의 군집으로 집단화

- 거리로 유사성 판단

- 비지도 학습

분류 분석	군집 분석	연관 분석
지도 학습	비지도 학습	비지도 학습
정리 블로그	정리 블로그	정리 블로그

---

거리 측정 방식

연속형 변수의 거리(수학적)
유클리드 거리	맨하튼 거리	민코프스키 거리
- 두 점의 최단 직선 거리 - 가장 일반적인 형태	- 두 점의 절댓값을 합한 값	- m차원 공간에서의 거리 - m=1 이면 맨하튼 거리 - m=2 이면 유클리드 거리

 

연속형 변수의 거리(통계적)
표준화 거리	마할라노비스 거리
- 각 변수를 표준편차로 변환 후 유클리드 거리로 계산	- 변수의 표준화와 함께 변수간의 상관성 고려한 거리 - 평균으로부터 떨어진 거리로 이상치 검정 사용

명목형 변수 거리	단순 일치 계수	- 전체 속성 중 일치하는 속성의 비율 - 단순 일치 계수 = 자카드 지수 - 공식: 값 일치 속성 개수 / 전체 속성 개수
	자카드 지수	- 두 집합 사이 유사도 측정 - 같으면 = 1, 완전히 다르면 = 0 - 공식: J(A,B) = |A∩B| / |A∪B|
	자카드 거리	- 자카드 지수를 거리화 - 동일할 수록 0에 가까움(거리가 가까움)
	코사인 유사도	- 문서의 유사도 - 크기 X, 방향성 측정 - 완전히 일치 = 1, 완전히 다름 = -1
	코사인 거리	- 코사인 유사도를 거리화