[금융전략을 위한 머신러닝] 5. 비지도 학습: 군집화

아래 내용은 “금융전략을 위한 머신러닝” 책을 공부하며 정리한 내용입니다.

Chapter 08. 비지도 학습: 군집화

군집화 기술

K-평균 군집화

K개의 중심을 찾고 군집 내 분산을 최소화 하는 것이 목표

1. 군집수를 지정
2. 군집 중심으로 데이터 포인트를 무작위로 선택
3. 가장 가까운 군집 중심에 데이터 포인트를 할당
4. 할당된 포인트의 평균으로 군집 중심을 업데이트
5. 모든 군집 중심이 변경되지 않을 때까지 3~4단계를 반복

계층적 군집화

내림 우선순위가 있는 군집을 생성하는 것

군집 수를 미리 지정할 필요가 없는 것이 장점

계층적 군집화

선호도 전파 군집화

선호도 전파는 수렴될 때까지 데이터 포인트 간에 메세지를 전송해 군집을 생성

군집 수를 미리 지정할 필요가 없는 것이 장점

선호도는 사용 되는 예제(프로토타입) 수를 제어

감쇠계수는 메세지의 책임과 가용성을 감소 시켜 메세지를 업데이트할 때 수치적 변동을 피하게 함

위를 통해 군집 수를 결정