[혼공머신] Chapter 06 비지도 학습

06-1 군집 알고리즘

---

Unsupervised Learning

train set에 target이 없는 학습 방법
외부의 도움 없이 스스로 유용한 무엇인가를 학습하는 방법

• Clustering (군집)

  비슷한 sample끼리 하나의 그룹으로 모으는 대표적인 unsupervised learning
  Clusterclustering으로 모은 sample 그룹

• Dimensionality Reduction (차원 축소)

  원본 data의 feature를 적은 수의 새로운 feature로 변환하는 unsupervised learning

06-2 k-평균

---

k-means

• 알고리즘 작동 방식
  1. 무작위로 k개의 cluster center(= centroid) 설정
  2. 각 sample에서 가장 가까운 cluster center를 찾아 해당 cluster의 sample로 지정
  3. cluster에 속한 sample의 평균값으로 cluster center를 변경
  4. cluster center에 변화가 없을 때까지 2번으로 돌아가서 반복
• elbow적절한 cluster 개수를 찾기 위한 대표적인 방법
  • inertiacluster에 속한 sample과 cluster center 사이의 거리 제곱 합

06-3 주성분 분석

---

Principal Component Analysis (PCA, 주성분 분석)

data에 있는 분산(variance)이 큰 방향을 찾는 방법

• 주성분 = 분산이 큰 방향 벡터
  • Explained Variance (설명된 분산)

    주성분이 원본 data의 분산을 얼마나 잘 나타내는지 기록한 값