[ML] Clustering Algorithms – Clustering Quality Measure
Clustering Quality Measure 1. Elbow Method ◼ K-Means Clustering 분석 결과에 적용된다. ◼ k의 후보 값 범위를 선택한 다음 K-Means를 적용한다. ◼ 군집에서 중심까지의 점의 평균 거리를 찾고 그래프로 나타낸다. ◼ 평균 거리가 급격히 떨어지는 그래프에서 k 값을 선택한다. -Picking the "Elbow" ◼ 그래프의 x축은 군집 수(k)이고 y축은 군집 내 중심점과 데이터 점 사이의 평균 거리이다. ◼ 군집 수(k)가 증가하면 평균 거리가 감소한다. ◼ 최적 군집 수(k)를 찾으려면 거리가 급격히 떨어지는 k값을 찾는다. ◼ "elbow"가 발생하는 지점이 최적의 k이다. ◼ k=2, 3과 4 사이에서 평균 거리가 급격히 떨어진다. ◼ 따라서..
machine learning
2022. 12. 14. 09:12
