본문 바로가기

Machine Learning/UnSupervised2

머신러닝 비지도학습모델 : Hierarchical Clustering 1. 🏗️ 계층적 군집화란?계층적 군집화는 데이터를 계층적으로 묶어 나가는 방식으로, 크게 병합(Agglomerative) 과 분할(Divisive) 두 가지 방식이 있습니다.🧩 병합형(Agglomerative Clustering): 각 데이터를 개별 클러스터로 시작한 후, 가까운 것들끼리 점진적으로 병합하는 방식 (Bottom-Up)🔪 분할형(Divisive Clustering): 전체 데이터를 하나의 클러스터로 시작한 후, 점진적으로 세분화하는 방식 (Top-Down)일반적으로 병합형 군집화가 더 널리 사용됩니다.   2. 📊 덴드로그램(Dendrogram)이란?덴드로그램은 계층적 군집화에서 데이터들이 어떻게 합쳐지거나 분할되는지를 보여주는 트리 형태의 다이어그램입니다. 덴드로그램을 통해 군집.. 2025. 2. 1.
머신러닝 비지도학습모델 : K-Means 클러스터링 K-Means 클러스터링: 비지도 학습의 대표 알고리즘 🤖데이터 분석을 진행하다 보면 데이터의 패턴을 찾고 그룹으로 묶는 것이 필요할 때가 많습니다.비슷한 성향의 고객끼리 묶어줘! 이때 활용할 수 있는 대표적인 비지도 학습 알고리즘이 바로 K-Means 클러스터링입니다.이번 글에서는 K-Means 클러스터링이 무엇인지, 어떻게 동작하는지, 그리고 실전에서 어떻게 활용할 수 있는지 알아보겠습니다. 📊  비지도 학습(Unsupervised Learning) 복습! 🧠비지도 학습은 데이터에 정답(라벨)이 주어지지 않은 상태에서 패턴을 찾는 머신러닝 기법입니다. 즉, 학습 데이터에 대한 명확한 출력 값 없이, 알고리즘이 스스로 데이터의 구조를 분석하고 그룹을 찾는 방식입니다.  🤖 1. K-Means 클.. 2025. 1. 31.