클러스터링(Clustering) - K-Means

클러스터링 비지도 학습 데이터를 서로 유사한 특성을 가진 그룹으로 나누는 작업 K-Means 데이터를 K개의 클러스터로 그룹화 클러스터 과정 중 클러스터 중심(Centroid) 기반으로 데이터 할당 중심(Centroid)과 데이터 간 거리 최소화 방식 원형 클러스터 형태에 적합 클러스터 개수 K 를 사전에 지정 필요 과정 초기화 : 클러스터 개수 K 를 사전 정의 (초기 중심 무작위 선택 또는 특정 방법으로 선정 가능) 할당단계(Assignment Step) : 각 데이터 포인트에 대해 가장 가까운 중심 찾음. 일반적으로 유클리드 거리를 사용하여 거리 측정 갱신단계(Update Step) : 각 클러스터에 할당된 데이터 포인트 들을 기반으로 새로운 중심(Centroid) 계산 이는 데이터 포인트의 평균값으로 구함.

갱신된 중심으로 중심 업데이트. 할당 및 갱신 단계 반복 : 계속 갱신 함 클러스터 중심이 더 이상 변하지 않거나, 정해진 반복횟수 도달 시 알고리즘 종료.

결과 출력 종...