계층적 클러스터링 알고리즘이란

이번 시간에는 계층적 클러스터링 알고리즘에 대해 배워보겠습니다. 데이터 분석과 머신러닝 분야에서 자주 사용되는 이 알고리즘은 데이터를 그룹화하는 데 매우 유용합니다.

계층적 클러스터링은 데이터를 계층적으로 묶어주는 방식으로, 주로 두 가지 방법인 응집형(agglomerative)과 분할형(divisive)으로 나뉩니다. 이 포스트에서는 계층적 클러스터링의 진행 순서, 수학적 원리, 장단점에 대해 자세히 알아보겠습니다.

계층적 클러스터링은 데이터를 가까운 집단부터 순차적이며 계층적으로 군집화하는 방식입니다. 이 알고리즘은 데이터 간의 유사성을 기반으로 클러스터를 형성하며, 최종적으로는 덴드로그램(dendrogram)이라는 트리 구조로 시각화됩니다.

덴드로그램은 클러스터 간의 관계를 한눈에 볼 수 있게 해주며, 데이터 분석에 큰 도움을 줍니다. | 계층적 클러스터링 알고리즘 진행 순서 계층적 클러스터링의 진행 과정은 다음과 같습니다 1.초기 클러스터 생성 : 각 데이터 포인트를 개별 클...