계층적 군집화 기초

Python으로 배우는 군집 분석

Shaumik Daityari

Business Analyst

linkage로 거리 행렬 생성

scipy.cluster.hierarchy.linkage(observations, 
                                method='single', 
                                metric='euclidean', 
                                optimal_ordering=False
)

method: 군집 간 근접도 계산 방식
metric: 거리 척도
optimal_ordering: 데이터 포인트 정렬 여부

어떤 방법을 써야 할까요?

'single': 가장 가까운 두 객체 기반
'complete': 가장 먼 두 객체 기반
'average': 모든 객체의 산술평균 기반
'centroid': 모든 객체의 기하평균 기반
'median': 모든 객체의 중앙값 기반
'ward': 제곱합 최소화 기반

fcluster로 군집 레이블 생성

scipy.cluster.hierarchy.fcluster(distance_matrix, 
                                 num_clusters,
                                 criterion
)

distance_matrix: linkage()의 출력
num_clusters: 군집 수
criterion: 군집 형성 임계값 결정 기준

Ward 방식의 계층적 군집화

Single 방식의 계층적 군집화

Complete 방식의 계층적 군집화

방법 선택에 대한 마무리

모든 상황에 맞는 단 한 가지 방법은 없음
데이터 분포를 신중히 파악해야 함

연습해 봅시다

Python으로 배우는 군집 분석

Preparing Video For Download...