클러스터, scree plot, k-means, ML_Day14(2)

[ Scree plot]

 

PCA를 시각화하는 방법

 

잠깐 PCA 복습

PCA (Principal Component analysis) , 주성분분석이란?

정의 : 여러 개의 반응변수로 얻어진 다변량 데이터에 대해, 분산-공분산 구조를 선형결합식으로 설명하고자 함

목적 : 차원축소 / 주성분을 통한 데이터 해석

 

출처 : m.blog.naver.com/hsj2864/220613527515

R - 주성분분석

---

[ Machine Learning ]

 

머신러닝 - 지도학습 - 분류 , 회귀

            - 비지도학습 - 클러스터링 , 차원축소 , 연관규칙학습

            - 강화학습

 

---

[ Clustering  ]

 

주어진 데이터들이 얼마나 ,어떻게 유사한지

종류 : Hierarchical , point assignment, hard & soft clustering

 

Hard and Soft clustering

---

[ K-means clustering  ]

 

n 차원의 데이터에 대해서

 1) k개의 랜덤한 데이터를 cluster의 중심점으로 설정 (k개 설정은 나의 몫, 직감으로 또는 Elbow 등의 방법을 통해)

 2) 해당 중심점 근접해 있는 데이터를 cluster로 할당

 3) 변경된 cluster에 대해서 중심점을 새로 계산

 4) cluster에 유의미한 변화가 없을 때까지 반복 (2~3회)