707d99d.js","832","static/chunks/832-433212fc0faa6b60.js","489","static/chunks/489-a5b84db177ed4a3f.js","430","static/chunks/app/%5Blocale%5D/w/%5Bkeyword%5D/page-7e0f5d54d5ece173.js"],"default"] 20:T737,

클러스터링

영문명	Clustering
분야	비지도 학습
대표 알고리즘	K-Means, DBSCAN, 계층적 클러스터링
응용	고객 세분화, 이미지 분할

클러스터링(Clustering)은 유사한 데이터를 그룹으로 묶는 [[비지도 학습]] 기법입니다. 라벨 없이 데이터의 숨겨진 패턴을 발견합니다. [[youtube:5I3Ei69I40s|클러스터링 알고리즘 설명]] == 개요 == 클러스터링은 데이터 마이닝과 패턴 인식의 핵심 기법입니다. 라벨이 없는 데이터에서 자연스러운 그룹을 발견하여 데이터 구조를 이해하는 데 사용됩니다. == 주요 알고리즘 == === K-Means === 가장 널리 사용되는 클러스터링 알고리즘: * K개의 중심점 설정 * 가까운 중심에 데이터 할당 * 중심점 재계산 반복 === DBSCAN === 밀도 기반 클러스터링: * 노이즈에 강함 * 클러스터 개수 자동 결정 * 불규칙한 형태 클러스터 탐지 === 계층적 클러스터링 === 트리 구조로 클러스터 형성: * 병합형 (상향식) * 분할형 (하향식) * 덴드로그램 시각화 === Gaussian Mixture Model === 확률 기반 클러스터링: * 소프트 할당 * 타원형 클러스터 == 응용 분야 == * 고객 세분화 (마케팅) * 이미지 분할 * 문서 그룹화 * 유전자 발현 분석 * 이상 탐지 == 평가 지표 == * 실루엣 점수 * Davies-Bouldin 지수 * Calinski-Harabasz 지수 == 관련 문서 == * [[비지도 학습]] * [[기계학습]] * [[이상 탐지]] * [[차원 축소]] [[분류:인공지능]] [[분류:기계학습]] [[분류:데이터 마이