[기계학습] 군집분석 - 비계층적 클러스터링(k-means)

1. K-means 클러스터링이란?

K-means 클러스터링은 군집분석의 한 방법으로, 데이터를 비슷한 특징을 가진 그룹으로 나누는 기법입니다. K-means 클러스터링은 각 데이터 포인트와 그룹의 중심 간의 거리를 측정하여 가장 가까운 그룹에 할당하는 방식으로 동작합니다. 이를 반복하여 그룹의 중심을 업데이트하고, 그룹 간의 거리를 줄여나가며 클러스터를 형성합니다.

K-means 클러스터링은 비계층적인 방식으로 동작하며, 클러스터의 개수를 미리 지정해주어야 합니다. 클러스터의 개수는 사용자가 정해주어야 하며, 적절한 클러스터 개수를 선택하는 것이 중요합니다.

2. K-means 클러스터링 예시

K-means 클러스터링 예시를 보겠습니다. 먼저, 필요한 라이브러리들을 import합니다.

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans

다음으로, 랜덤한 데이터를 생성합니다.

np.random.seed(0)
n = 100
X = np.random.randn(n, 2)

생성한 데이터를 시각화해 보겠습니다.

plt.scatter(X[:,0], X[:,1])
plt.show()

이제, KMeans 클래스를 사용하여 클러스터링을 수행합니다.

k = 3
kmeans = KMeans(n_clusters=k)
kmeans.fit(X)

n_clusters는 클러스터의 개수를 나타냅니다. fit 메서드를 사용하여 클러스터링을 수행합니다.

클러스터링 결과를 시각화해 보겠습니다.

labels = kmeans.labels_
centers = kmeans.cluster_centers_

plt.scatter(X[:,0], X[:,1], c=labels, cmap='viridis')
plt.scatter(centers[:,0], centers[:,1], marker='*', s=300, c='r')
plt.show()

 

위 그래프에서 색상이 다른 점들은 서로 다른 클러스터에 속한 데이터 포인트들입니다. 빨간 별표는 각 클러스터의 중심을 나타냅니다.

3. K-means 클러스터링의 활용

K-means 클러스터링은 데이터 마이닝 및 기계학습 분야에서 매우 중요한 역할을 합니다. 예를 들어, 마케팅 분야에서는 고객들을 그룹으로 나누어 마케팅 전략을 세우거나, 고객 특성을 파악하여 새로운 상품을 개발하는 데 활용됩니다. 또한 의료 분야에서는 유전자 데이터를 군집분석하여 특정 질병에 대한 유전적인 원인을 파악하거나, 환자들을 그룹으로 나누어 개별적인 치료 방법을 제시하는 데 활용됩니다.

또한, K-means 클러스터링은 이미지 처리에도 매우 유용합니다. 예를 들어, 이미지의 픽셀을 클러스터링 하여 각 영역의 색상을 대표하는 색상값을 추출할 수 있습니다. 이를 이용하여 이미지의 특징을 파악하거나, 이미지의 색상을 조작하는 등의 작업을 수행할 수 있습니다.

4. 결론

K-means 클러스터링은 데이터를 비슷한 특징을 가진 그룹으로 나누는 기법 중 하나로, 데이터 분석 및 기계학습 분야에서 매우 중요한 역할을 합니다. 비계층적인 방식으로 동작하며, 클러스터의 개수를 미리 지정해주어야 합니다. 데이터를 시각화하고 이해하는 데 매우 유용하므로, 데이터 분석 및 기계학습 분야에서는 필수적인 기법 중 하나입니다.