다섯 살도 알 수 있게 · AI이론
군집분석이 뭐예요?
군집분석을, 이름표도 정답도 없는 작물 더미를 비슷한 것끼리 스스로 묶는 이야기로 풀어봤어요.
이름표 없는 작물이 잔뜩 쏟아져요.훈련 교사도 없고, 분류함 이름도 안 적혀 있어요.
선별기는 작물이 몇 무리인지, 경계가 어딘지도 몰라요.정답이 없으니, 선별기가 데이터만 보고 스스로 판단해야 해요.
군집분석은 정답 라벨 없이, 비슷한 것끼리 스스로 묶는 방법이에요.DBSCAN 같은 방법은 어느 무리에도 안 낀 작물을 소음(노이즈)으로 남겨둬요.
중심점부터 잡기무리의 한가운데를 정해요
가까운 것끼리 묶기거리가 가까운 것들을 모아요
빽빽한 곳 찾기촘촘히 모인 곳을 무리로 봐요
못 낀 건 소음으로 두기억지로 어디에 넣지 않아요
묶는 방식에 따라 결과 모양도 달라져요.K-평균은 무리 수를 미리 정하고, DBSCAN은 거리·밀도 기준을 정해 주면 무리 수를 스스로 찾아요.
군집분석은 무리를 찾아도, 이름은 못 붙여요.군집분석은 정답 라벨로 미리 가르치는 지도학습·로지스틱 회귀와는 정반대 출발점이에요.
한 줄로
군집분석 = 정답 이름표 없이, 비슷한 작물끼리 스스로 무리를 찾는 방법.
군집분석(Clustering)은 정답 라벨이 없는 비지도학습(unsupervised learning)의 한 종류로, 데이터 사이의 거리나 밀도를 기준으로 비슷한 것끼리 묶는 방법이에요. K-평균(K-means)은 무리 개수(K)를 미리 정하고 중심점과의 거리로 둥근 무리를 만들고, DBSCAN은 거리 반경과 최소 이웃 수를 정해 밀도가 높은 곳을 무리로 보고, 무리 개수는 미리 정하지 않아도 되며 어디에도 안 속한 점을 노이즈로 남겨요. 군집분석은 무리를 찾아줄 뿐, 그 무리의 의미(라벨)는 사람이 해석해 붙여야 해요.
어른들은 이렇게 불러요
- 군집분석
Clustering - 비슷한 것끼리 스스로 묶는 방법. 정답 라벨이 없는 비지도학습의 한 종류예요.
- 비지도학습
Unsupervised learning - 훈련 교사 없이 배우는 것. 정답 라벨로 가르치는 지도학습과 정반대예요. → 상한 씨앗으로 가르친 선별기
- K-평균(K-means)
K-means - 무리 개수를 미리 정하고 중심점으로 묶는 방법. 둥근 모양의 무리를 잘 찾아요.
- DBSCAN
DBSCAN - 밀도가 높은 곳을 무리로 보는 방법. 무리 개수를 미리 안 정해도 되고, 소음도 걸러줘요.
- 중심점(centroid)
Centroid - K-평균이 잡는 무리의 한가운데. 이 점과의 거리로 소속 무리가 정해져요.
- 노이즈(소음)
Noise - 아무 무리에도 못 낀 점. 무리에서 유난히 튀는 점과 이어지는 개념이에요. → 무리에서 유난히 튀는 작물
- 로지스틱 회귀
Logistic regression - 정답 라벨로 미리 가르치는 지도학습 방법. 군집분석과 정반대 출발점을 가진 이웃 방법이에요.
- 차원 축소
Dimensionality reduction - 너무 많은 특징을 보기 좋게 줄이는 것. 무리를 눈으로 확인하기 전에 흔히 먼저 거치는 단계예요.
다음 이야기
작은 창으로 조금씩 살펴보는 눈 →