Clustering(군집화)
정답 레이블을 미리 알려주지 않은 상태에서도, 데이터가 가진 특성의 유사도를 기준으로 비슷한 것끼리 자동으로 그룹으로 묶어주는 비지도학습 계열의 머신러닝 기법입니다.
한눈에 보는 정의
Clustering(군집화)은 정답을 미리 알려주지 않아도, 데이터 스스로가 가진 특성이 비슷한 것끼리 자동으로 그룹으로 묶어주는 머신러닝 기법입니다.
자세히 알아보기
- 예문: "고객을 구매 패턴에 따라 Clustering했더니, 미처 예상하지 못했던 '주말에만 몰아서 구매하는' 새로운 고객 그룹이 드러났다."
- 미리 정해진 정답(어떤 그룹에 속하는지)이 없는 상태에서, 데이터 간의 거리나 유사도를 계산해 자연스럽게 비슷한 것들을 하나의 군집으로 묶어낸다는 점이 핵심입니다.
- 미리 정답이 주어진 상태에서 새로운 데이터가 어느 범주에 속하는지 예측하는 Classification(분류) (분류)과 달리, Clustering은 애초에 어떤 그룹이 존재하는지조차 모르는 상태에서 시작한다는 차이가 있습니다.
- 고객 세분화, 이상 패턴을 가진 그룹 탐지 등 데이터 마이닝(Data Mining) (데이터 마이닝)의 다양한 분야에서, 데이터를 처음 탐색할 때 숨겨진 구조를 발견하는 용도로 널리 쓰입니다.