클래스: 인공지능 소개

무료이용으로 수강해 보세요.

업계 전문가가 강의하는 클래스 23,100개를 수강하세요.

K-평균 클러스터링

K-평균 클러스터링

클래스: 인공지능 소개

1개월 무료이용 시작 단체용 구매

K-평균 클러스터링

“

- 또 다른 일반적인 머신러닝 알고리즘은 K-평균 클러스터링입니다. K-평균 클러스터링은 비지도 머신러닝 알고리즘입니다. 컴퓨터가 데이터에서 보는 내용을 클러스터를 만드는 데 사용하죠. 시카고의 동물 보호소로 돌아가 보겠습니다. 보호소에는 개들이 함께 모여 냄새를 맡고 놀 수 있는 넓은 사교 공간이 있었습니다. 개들에게는 친구 그룹이 있어서 함께 놀고 어울렸습니다. 그들은 사교 시간을 가질 때마다 이러한 사회 그룹에 스스로 참여했습니다. 이제 보호소가 문을 닫고 모든 개들이 세 개의 다른 보호소로 보내질 것이라고 상상해 보세요. 개들에게 좋은 쪽으로 조직은 친구 그룹을 기준으로 개들을 모아두기로 결정했습니다. 그래서 보호소에는 3개의 클러스터를 만들었습니다. 이는 K-평균의 K가 3과 같다는 것을 의미합니다. 그룹을 3개의 클러스터로 나누고 싶었기 때문이죠. 시작하려면 기계가 무작위로 세 마리의 개에게 빨간색, 노란색 또는 파란색의 목걸이를 걸어줍니다. 각 색상은 사회 집단에 기반한 잠재적 클러스터를 나타냅니다. 이들은 중심 개 세 마리가 될 것입니다. 각각의 중심 개는 자신과 주변의 모든 개 사이의 평균 거리를 살펴봅니다. 그런 다음 기계는 중심에 가장 가까운 개에게 동일한 색상의 목걸이를 배치합니다. 이 중심 개는 무작위로 선택되었기에 실제로 좋은 클러스터를 갖지 못할 가능성이 꽤 높았습니다. 어쩌면 중심 개들이 모두 같은 사회 집단에 있을 수도 있죠. 그런 일이 발생하면 대부분의 개는 가장 가까운 중심에서 멀리 떨어져 있으므로 알고리즘이 좋은 중심 개를 찾을 때까지 목걸이를 재분배합니다. 기계는 최상의 중심을 선택할 때까지 계속해서 시도하며 한 번에 하나의 클러스터를 수행할 수도 있습니다. 각 반복이 끝날 때마다 머신러닝 알고리즘은 각 개와 중심 개 사이의 차이를 확인했습니다. 좋은 중심이 있으면 각 클러스터에 있는 개들의 친구들에게 동일한 색상의 목걸이를 줄 것입니다. 이제 개 자체가 세 그룹으로 묶이지 않았다는 점을 명심하세요. 7~8개의 서로 다른…

목차