클러스터링

군집화는 레이블이 지정되지 않은 데이터를 유사점 또는 차이점에 따라 그룹화하는 데이터 마이닝 기술, 군집화 알고리즘은 몇 가지 유형, 특히 배타적, 중첩적, 계층적 및 확률적 유형으로 분류

배타적 및 중첩적 군집화

• 배타적 군집화 : 하나의 군집에 하나의 데이터 요소만 존재하도록 규정한 그룹화의 한 형태 대표적 예로 K-평균 군집화가 있음

  • K-평균 군집화 : 랜덤하게 군집의 중심을 정하고 군집 생성 후 군집의 중심을 이동하고 다시 군집을 만드는 식으로 반복해서의 최적의 군집을 구성하는 알고리즘
    • 최적의 클러스터 개수를 정하는 방법으로 엘보우 방법이 있

  

계층적 군집화

• 병합형 군집화 또는 분리형 군집화로 분류할 수 있다.
• 병합형 군집화 → 상향식 접근 방식(별도의 그룹으로 분리된 다음 하나의 군집이 형성될 때까지 유사성을 기반으로 반복적으로 함께 병합)
• 분리형 군집화 → 병합형 군집화의 반대(하향식 접근 방식 사용), 매번 반복할 때마다 데이터 지점의 병합 또는 분할을 문서화하는 나무 모양의 다이어그램인 계통수를 사용하여 시각화

확률적 군집화

• 소프트 군집화 문제를 해결하는데 도움이 되는 기술
• 가우스 혼합 모델이 대표적인 예시, 불특정 다수의 확률 분포 함수로 구성, GMM은 주로 특정 데이터 요소가 속한 가우시안 또는 정규 확률 분포를 결정하는데 활용

Apriori 알고리즘

• 트랜잭션 데이터 세트에서 빈발 항목 집합 또는 항목 모음을 식별
• 해시 트리를 사용하여 항목 집합을 계산하고 너비 우선 방식으로 데이터 탐색

차원 축소

주성분 분석(PCA)

• 중복을 최소화하고 특성 추출을 통해 데이터 세트를 압축하는 데 사용되는 차원 축소 알고리즘의 한 유형
• 선형 변환을 사용하여 새로운 데이터 표현 생성, 결과적으로 ‘주성분’ 세트를 생성
• 주성분과는 서로 완전한 비상관 관계이며 첫 번째 성분과 수직 또는 직교, 차원의 수만큼 반복되고 다음 주성분은 가장 큰 분산의 이전 성분과 직교

Eigenvector : 고유벡터, Eigenvalue : 고유값