📇 Machine Learning
[ML] K-Means Clustering (K-평균 클러스터링)
앞에 글에서 비지도학습의 기법들에 데하여 알아보았습니다.이번에는 그 중 하나인 K-Means Clustering (K-평균 클러스터링)에 데하여 알아보겠습니다. K-평균 클러스터링은 데이터를 K개의 군집으로 나누어 각 데이터 포인트를 유사한 특성을 가진 그룹으로 묶는 군집화 알고리즘입니다.이를 통해 데이터의 구조를 이해하고, 데이터 분석 및 시각화를 용이하게 할 수 있습니다.K-Means Clustering의 특징K-평균 클러스터링의 특징은 여러개가 있습니다. 한번 알아보겠습니다. 1. 군집 수 K: 사용자가 군집 수 K를 사전에 정의해야 하며, 이 값은 모델의 성능에 직결되는 중요한 하이퍼파라미터입니다.적절한 K를 선택하는 것이 군집화의 성공 여부에 큰 영향을 미칩니다. 2. 거리 기반 알고리즘: K..
