비지도 학습

비지도 학습

정답이 주어지지 않는 데이터 내에서 숨겨진 구조를 파악, 크게 클러스터링과 차원 축소 기법으로 나뉨

 

 

클러스터링: 각 개체의 그룹 정보(정답) 없이 유사한 특성을 가진 개체끼리 군집화하는 것

 

클러스터링 종류

Hard Clustering

- 특정 개체가 집단에 포함되는지 여부(교집합이 없음을 의미)

클러스터에 속한다(1), 속하지 않는다(0)으로 표현

- K-means Clustering 알고리즘이 이에 해당

2. Soft Clustering

- 특정 개체가 집단에 얼마나 포함되는지 정도로 클러스터에 속하는 정도로 표현

- Gaussian Mixture Model 알고리즘이 이에 해당

 

클러시터링 목표

군집 간 유사성 최소화

군집 내 유사성 최대화

 

 

차원 축소 : 고차원 데이터의 차원을 축소하여 데이터를 더욱 잘 설명할 수 있도록 함