안녕하세요 MYSAS 홍보대사 최준입니다.
오늘 연재할 내용은 클러스터링 노드,
즉 군집분석에 대한 연재를 해보겠습니다~^^
군집분석이란 포함된 변수들에 기초해 유사한 그룹
또는 군집을 만드는 것,
즉 동질성(Hoogeneity)를 가진 집단을 만드는 것입니다.
군집분석은 데이터를 나눈다? 라는 개념에서
Classificatoion과 Clustering 두가지 개념이 헷갈릴 수 있습니다.
|
Classification
|
Clustering
|
|
Dataset을 Sub-dataset으로 나누는 알고리즘
|
|
사전에 분류된 training set이 존재
|
미리 데이터의 유사 특징을 알 수 없음
|
|
학습용 데이터에 기반
알고리즘이 새로운 데이터를 분류하는데
사용
|
데이터 셋을 유사한 특성을 가진
sub dataset으로 나누고,
이 정보를 다른곳에 활용
|
위의 표를 보면 Clustering과 Classification의 차이를 확인하실 수 있습니다.
즉 군집분석은 데이터를 새로운 방식으로 요약
-> Insighit를 얻는 것이고,
타겟변수가 없고, 학습용 데이터를 사용하지 않기에
-> 비지도학습이라고 생각하시면 될 것 같습니다.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
실습
제가 예시로 보여주는 데이터는 소셜네트워크서비스(SNS)에 가입된
이용자의 프로필 및 게시정보를 기반으로
Clustering 기법을 적용해 10대 이용자 시장을 분류해보겠습니다. (snsdata.sas7bdat)
데이터는 1338개의 관측치와 7개의 변수(ex 나이, 성별...)을 가지고 있습니다.
이 데이터셋은 노터 데임 대학(University of Notre Dame)에서
10대 식별에 대한 사회학적 연구를 진행할때 만들어진 데이터셋입니다.
(참조 : Brett_Lantz, Machine Learning with R)
다음 이시간에는 snsdata 데이터를 읽어온 후에 클러스터링 노드를 사용하여 환자를 분류하는 것을
해보겠습니다.
감사합니다.
