군집 (clustering)

군집(clustering)

• 고객, 마켓, 브랜드 등을 세분화/ 이미지 검출/이상 검출.. 등에 사용됨.
• 데이터의 특성을 파악해서 유사한 특성을 가진 데이터들끼리 그룹화 하는 것.
• 데이터의 특성을 이용해 서로 다른 그룹을 구분하는데, 이를 통해 데이터의 구조나 패턴을 파악할 수 있음.

	모수 추정 방법 (Parametric Clustering)	비모수 추정 방법 (Non-parametric Clustering)
정의	데이터가 특정 데이터 분포를 따른다는 가정 모수 추정 방법은 군집화할 때 사용하는 모델에 **매개변수(parameter)**를 가정하고, 이 매개변수를 추정해가며 클러스터링을 수행하는 방법입니다.	데이터가 특정분포를 따르지 않는다고 가정 비모수 추정 방법은 모델에 매개변수를 가정하지 않고, 데이터 자체에서 패턴을 찾아 클러스터링을 수행하는 방법입니다.
종류	K-Means , GMM	DBSCAN, Hierarchical Clustering, Mean Shift

모수 추정 방법(Parametric Clustering)

	k-means	GMM(Gaussian Mixture Model)
군집 개수	군집 개수 parameter 사전 설정
군집 방식	거리 중심 기반	확률 기반
언제 사용?	클러스터 개수를 미리 알고 있을 때
진행 과정	군집 개수를 n_cluster 파라미터에서 설정 → 각 군집에 가까운 데이터들이 각 군집에 소속 → 새로운 군집이 만들어지면 군집의 평균으로 중심점이 이동 → 거기서 다시 가까운 데이터 기준으로 군집 형성 → 더이상 중심점이 이동하지 않을 때까지 진행 (or max_iter로 횟수 제한)	가정: 데이터가 여러개의 가우시안 분포를 가짐 먼저 정규분포 형태 몇가지를 추출해놓고 각 데이터가 이 중 어디에 속할 것인지를 판별하는 것.
파라미터	클러스터 수 (k): 군집의 개수 초기 중심 초기화 방법 (Initialization Method): 초기 중심을 어떻게 설정할 것인지를 지정. 주로 'k-means++', 'random' 등이 사용됨. 반복 횟수 또는 수렴 조건 (Max Iterations 또는 Tolerance): 최적 중심을 찾기 위한 반복 횟수를 제한하거나, 중심 이동이 더 이상 크게 변하지 않을 때까지의 수렴 조건을 설정.	클러스터 수 (k): 군집의 개수
기타	동그라미 모양으로 군집	- 통발 미리 만들어놓고 물고기를 분류하는.. - 모수 추정을 위해 EM(expectation, maximization) 사용 https://www.youtube.com/watch?v=XhlfVtGb19c: 최대우도법(Maximization과 연관) https://angeloyeo.github.io/2020/07/17/MLE.html

 

비모수 추정 방법 (Non-parametric Clustering)

	Meanshift	DBSCAN
군집 개수	사전 설정 X
기반	밀도 기반
언제 사용?	데이터가 밀도가 높은 영역에 모여있는 경우	높은 차원 데이터에 대해
특징	군집의 중심을 찾기 위해 데이터가 밀집한 영역으로 이동하는 알고리즘. ( 좀비가 이동하면서 영역을 확장하는 느낌) bandwidth 파라미터 → 표준편차를 설정 하나하나 BW알아보기 힘드니 estimate_bandwidth이용 데이터 분포도(밀도)를 계산하여 높은 쪽으로 군집 중심점이 이동	데이터 분포가 기하학적일 때 사용 데이터 군집의 반경 & 최소 데이터 개수를 설정하여 군집화 진행 이상치 제거 가능(noise) 파라미터  입실론eps min_samples

•