Unsupervised Learning3 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. 머신러닝(Machine Learning)이란? 1. 🔧 머신러닝이란?머신러닝은 데이터를 기반으로 학습하고, 학습한 내용을 바탕으로 새로운 데이터를 예측하거나 결정을 내리는 인공지능(AI)의 한 분야입니다. 머신러닝은 문제의 특성과 데이터에 따라 크게 두 가지 주요 유형으로 나뉩니다:🔬 1.1 지도 학습(Supervised Learning)정의: 입력 데이터와 그에 대한 정답(레이블)이 주어진 상태에서 모델을 학습시키는 방식.종류:회귀(Regression): 연속적인 값을 예측. 예: 집값, 주가 예측분류(Classification): 데이터를 특정 클래스로 분류. 예: 스팸 이메일 필터링, 질병 진단.특징 회귀(Regression) 분류(Classification)예측 값연속적인 숫자 (예: 가격, 온도)이산적인 값 (예: 스팸/정상)목표입력과 .. 2025. 1. 26. 이전 1 다음
