Clustering(군집화)

Machine Learning에서 Supervised Learning / Unsupervised Learning / Reinforce Learning 3가지의 차이는 무엇일까?(예시도 함께!)

먼저 Machine Learning(기계 학습)이란 인공지능의 하위 집합으로 컴퓨터가 데이터를 통해 학습하고 경험을 통해 개선하도록 학습시키는 것을 말한다. 머신러닝에서 알고리즘은 대규모 데이터에서 패턴과 상관관계 등의 분석을 토대로 최적의 의사결정과 예측을 수행하는 것에 초점을 맞춘다.

• Supervised Learning(지도학습) : 정답이 있는 데이터를 활용해 데이터를 학습시키는 방법. 입력값이 주어지면 입력값에 대한 Label도 주어 학습시키는 것으로 그 종류에는 분류, 회귀 등이 있다. 예시) 강아지 사진엔 '강아지', 고양이 사진엔 '고양이' 라는 값을 주고 학습. 추후 사진이 들어오면 '강아지' 혹은 '고양이'로 분류 가능
• Unstupervised Learning(비지도학습) : 정답이 없는 데이터를 활용해 데이터를 학습시키는 것. 그냥 입력값이 주어지면 입력값끼리 유사점(거리가 가까운 점)을 따지며 조금씩 데이터를 군집으로 나눈다. 예시) 강아지, 고양이 사진을 그냥 입력해줌. 그러면 기계가 주어진 조건(다리가 4개, 귀가 뾰족 등)에서 주어진 입력값을 묶는다. 비지도학습은 우리가 정답을 모를 떄(즉, 지도학습을 하고 싶은데, Label을 부여하기 어려울 때) 사용하기도 한다. 비지도학습을 통해 Label을 부여하고 지도학습을 하는 식
• Reinforce Learning(강화학습) : 사전에 주어진 환경에 대한 정보 없이 행동에 따른 결과를 얻고 이를 통해 '시행착오'를 겪으며 최적의 보상을 얻는 값을 도출하는 방식. ex) 어떤 지점까지 이동해야할 때, 동서남북 모든 방향을 다 가보고 최종 도달했을 때 가장 결과값이 좋았던 방법을 학습

Clustering은 데이터 분석 과정에서 언제 쓰이는 것이 좋을까?

단순하게 생각하면, 데이터에 대한 결과값을 도무지 예측할 수 없을 때..!
데이터 분석 과정 : 1. 문제 정의 2. 데이터 수집 3. 데이터 전처리 4. 데이터 모델링 5. 데이터 시각화 및 탐색
정확히 어렵지만... 단순하게 생각하면 일단 데이터가 수집되어있어야하니 데이터 수집 후 데이터에 대한 결과값을 구분해야할 때 쓰일 수 있을 것 같다..! 사실 정확히 어떤 단계라고 딱 자르기는 힘들어보인다.(아무튼 모델링 전에 쓰이는 게 맞겠다! 결과값을 찾아야 모델링에 쓰일테니!)

DBSCAN Clustering이란 무엇인가?

K-means는 특정 초기값(기준)을 배치하고 기준 외의 데이터 입장에서 자신과 가장 가까운 기준인 애한테 붙고, 다시 그 집단 내에서 거리 합을 최소호 갖는 애가 기준이 되고 이걸 반복하는 방법. 그렇다면 DBSCAN은 'Density Based' 즉, 밀도 기반이라는 말처럼 마찬가지로 한 기준에서 일정 직경값을 주고 그 범위 안에 밀도(갯수)가 몇 이상이면 군집으로 분류하면서 군집되는 방식!
'나를 기준 반경 5m 내에 5명의 사람이 있다면 우리는 한팀!'이라고 외치고 이 문장 규칙대로 수행해나아가는 방식!