지난 시간에 우리는 Decision Tree 라고 불리우는 결정 트리에 대해 알아봤습니다. https://blog.naver.com/dorergiverny/223224119724 [머신러닝/딥러닝] 8. 머신러닝 실습하기 - 결정트리 decision Tree adaboost random forest 엔트로피 불순도 정보이득 entropy impurity 지난 시간 우리는 딥러닝이 출현하기 전 머신러닝에서 분류기로 가장 인기가 많았던 SVM(Support Vect... blog.naver.com 이번에는 비지도 학습 중 하나인 KMeans Clustering 에 대해 알아보겠습니다. K-means 는 데이터를 주어진 K 개의 클러스터로 군집화하는 간단하고 효율적인 방법입니다. K-means 알고리즘은 클러스터의 중심을 초기화하고 반복적으로 데이터를 가장 가까운 클러서트 중심으로 분류하고, 클러스터 중심을 다시 계산합니다. 정답 레이블을 사용하지 않는 비지도 학습입니다. OpenCV의 ...
#approach
#random
#Thumb
#voronoi
#군집화
#다이어그램
#딥러닝
#맨하탄
#머신러닝
#밀집도
#보로노이
#비지도학습
#유클리디안
#응집도
#model
#mixture
#classification
#clustering
#compactness
#criterion
#deep
#elbow
#Gaussian
#information
#kmeans
#K평균
#learning
#machine
#method
#클러스터링
원문링크 : [머신러닝/딥러닝] 9. 머신러닝 실습하기 - K-means clustering K-평균 군집화 클러스터링 알고리즘 kmeans 방법 K-평균++ compactness 응집도