[5-4] 유클리디안 거리와 K평균 군집화로 하는 군집 분석 알고리즘 & 연관규칙 apriori( ) 함수

별자리를 본지 오래되었네요.. 서울에 살아서 일 수도 있지만, 사실 별을 보는 여유의 시간을 가진 적이 없었던거 같습니다 •'-'•)و 비지도학습 첫번째 '군집분석'입니다. 데이터를 학습하여 모델을 생성하고 미래를 예측하는 방법 중 비지도학습은 입력에 대한 타깃이 주어지지 않은 상태에서 스스로 규칙을 찾아나가는 방법입니다. 데이터셋에 특정 알고리즘을 적용하여 패턴을 분석하고 규칙을 발견해 모델을 생성합니다. 오늘은 그러한 알고리즘 중 군집 알고리즘에 대해 알아볼 것입니다. 군집 분석이란 데이터 간의 유사도를 파악하여 가까운 순으로 군집을 합쳐나가는 방법으로 이렇게 군집을 세분화함으로써 집단을 정확하게 이해하고 활용할 수 있습니다. 예로, 군집분석을 통해 대형 마트에서 고객의 구매 패턴에 따라 고객을 집단 별로 분류하여 고객의 특성에 맞는 서비스를 제공하는데 활용할 수 있겠죠? 먼저 R에서 군집분석을 수행하는 방법에 대해 알아보겠습니다. 군집분석 in R 군집 분석은 계층적 군집 분석...

원문링크 : [5-4] 유클리디안 거리와 K평균 군집화로 하는 군집 분석 알고리즘 & 연관규칙 apriori( ) 함수