[ML] 비지도학습 - 군집화(Clustering)

출처: https://product.kyobobook.co.kr/detail/S000001766511?utm_source=google&utm_medium=cpc&utm_campaign=googleSearch&gt_network=g&gt_keyword=&gt_target_id=dsa-608444978378&gt_campaign_id=9979905549&gt_adgroup_id=132556570510&gad_source=1

파이썬 머신러닝 완벽 가이드 | 권철민 - 교보문고

 

1️⃣ p431-436 KMeans 알고리즘

• KMeans 객체 생성 → fit() 으로 학습 → labels_ 로 군집 결과 확인
• 시각화를 위해 PCA로 2차원 평면에 차원 축소 후 시각화

from sklearn.decomposition import PCA
from sklearn.cluster import KMeans

kmeans = KMeans(n_clusters=3)

kmeans.fit(data)
labels = kmeans.labels_
# 한 줄로 정리
labels = kmeans.fit_predict(data)

 

---

 

2️⃣ p437-441 군집화 테스트 데이터 생성

• make_blobs() 함수로 군집화 테스트용 샘플 데이터 생성
• fit_predict() 사용 시 학습 + 예측 결과 한번에

---

 

3️⃣ p441-445 군집 평가 - 실루엣 분석

• 실루엣 계수(Silhouette Score)

출처: 나

​

• 값 범위: -1 ~ 1
  • 1에 가까울수록 잘 분리된 좋은 군집화

---

 

4️⃣ p445-449 실루엣 시각화 → 군집 수 최적화

• 군집 수에 따른 평균 실루엣 계수 시각화
• 단순히 실루엣 계수가 가장 높은 군집 수가 항상 최적은 아님

KMeans와 실루엣 계수 정의가 헷갈려서 알아본.

---

 

5️⃣ p449-455 평균 이동(Mean Shift)

• 커널 밀도 추정(KDE) 기반
• 모든 데이터에 커널 함수를 적용 → 확률 밀도 함수(PDF) 계산
• 가우시안 커널 사용
  • 대역폭(h) 작으면: 과대적합, 군집 많아짐
  • 대역폭(h) 크면: 과소적합, 군집 적어짐

---

 

6️⃣ p455-463 GMM (Gaussian Mixture Model)

• 여러 개의 정규분포 조합 → 확률 기반 군집화
• 각 군집을 타원형 분포로 모델링
• KMeans와 차이점
  • KMeans: 단 하나의 군집에 소속
  • GMM: 각 데이터가 여러 군집에 속할 확률 계산
  • 타원형 군집에 더 잘 맞음

---

 

7️⃣ p463-473 DBSCAN (Density-Based Spatial Clustering)

• 밀도 기반 군집화 알고리즘
• 주요 하이퍼파라미터
  • eps: 반경 (거리)
  • min_samples: 이웃으로 간주하기 위한 최소 이웃 수
• 밀도가 높은 지역은 군집으로, 그렇지 않으면 노이즈로 간주

---

 

✅ 요약

KMeans	원형 중심, 빠름	간단하고 구 모양의 군집
GMM	타원형 분포, 확률 기반	군집 모양이 다양할 때
MeanShift	자동 군집 수 결정, KDE 기반	커널 대역폭 조정으로 유연하게 군집화
DBSCAN	밀도 기반, 노이즈 감지	밀도 차이가 있는 데이터, 도넛 모양

 

 

 

 

 

 

 

전체적인 머신러닝 과정에 대해 배웠던 내용을 도식화하여 나타내보았다.

모델 학습 이전 과정

모델 학습 이후 과정

 

전체 과정