K-평균 결과 검토

R로 배우는 군집 분석

Dmitriy (Dima) Gorenshteyn

Lead Data Scientist, Memorial Sloan Kettering Cancer Center

세 가지 클러스터링 결과

oes_clusters

R로 배우는 군집 분석

두 클러스터링 방법 비교

계층적 클러스터링 k-평균
사용 거리: 거의 모든 거리 유클리드 거리만
결과 안정성: 예 아니오
클러스터 수 평가: 덴드로그램, 실루엣, 엘보우 실루엣, 엘보우
계산 복잡도: 상대적으로 높음 상대적으로 낮음

R로 배우는 군집 분석

무엇을 배웠나요?

  • 1장:
    • 거리란 무엇인가
    • 척도가 중요한 이유
  • 2장:
    • 연결 방식의 작동 원리
    • 덴드로그램 생성 방법
    • 클러스터 분석 방법
  • 3장:
    • k-평균의 작동 원리
    • k 추정 방법
    • 관측값의 클러스터 적합도 분석 방법
R로 배우는 군집 분석

더 배울 내용

  • k-mediods
  • DBSCAN
  • Optics
R로 배우는 군집 분석

축하합니다!

R로 배우는 군집 분석

Preparing Video For Download...