개시하다

모니터 분석
목적은 유사한 데이터 포인트를 집단이라고 불리는 그룹으로 나누어 데이터에 대해 귀납하고 각 집단에 대해 서로 다른 처리를 응용하는 것이다
클러스터
데이터를 분류로 분할하다
평균법
집단의 평균값을 사용하여 집단의 수 k개로 분류합니다
비분층 분류 알고리즘

언제 써요?

비트 데이터라면 우선 분류를 시도해 보세요.
스마트폰과 신용카드를 이용한 무현금 결제에는 회원 속성(성별, 연령, 주소 등)과 연관된 대량 구매 기록 데이터가 담겼다.
각자 관심 있는 상품이 실린 DM을 편지 배달 등에 활용할 수 있다.

분류 방법의 종류

타입
개요
대표수법
차원 수법
유사한 데이터를 층별로 결합하여 전분도(수형도)를 만들다
클러스터 간 최단 거리, 최장 거리 및 중심을 사용하는 방법, 분산을 고려한 Walsh 방법 등이 결합 방법에 포함됩니다.
분할 수법
전체를 유사한 데이터 점으로 나누어 같은 집단에 속하게 하다
최근 인접 그룹에 분배된 k평균법, 확률 분포 추정의 혼합 고스 모델 등이 있다

k평균(k-means)법용 카페 분석

아주 간단하게 설명해 드릴게요.인상

조심해!
• 초기 의존성

처음, 두 번째는 완전히 달라요?
k평균법은 표준적으로 자주 사용되지만 이러한 단점도 있다. 집합 결과는 초기의 집합 중심에 의존한다.
이 문제를 개선하기 위해 집단 중심의 결정 방법에 공을 들이는 개량 방법을 제시했다.
k-means++법
데이터 포인트에서 무작위로 하나를 선택한 다음 그룹을 중심으로 합니다.각 데이터 점 x와 이 점의 가장 가까운 인접 중심의 거리 D(x)를 계산하고 k개의 집단 중심을 선택할 때까지 계산한다.데이터 점 x에 대한 가중 확률 분포 D (x)²/ΣD(x)²데이터 지점에서 새 집단 센터를 무작위로 선택할 수 있습니다.선택한 그룹 중심을 초기 값으로 표준 k-means 방법을 실행합니다.