[마지막 5-5] 파이썬 군집 클러스터 알고리즘으로 캐글 데이터 분류 & PCA 주성분 분석으로 차원 축소

벌써 5월이네요 ㅎㅎ 오늘 글로 프로그래밍 정리 글을 마무리 짓겠습니다~ 그 외에 시계열 분석이랑 딥러닝 파트가 있긴 하지만.. 딥러닝은 예전에 정리해두었기도 하고 지금 집중해야될 것도 있는지라! 담주 화요일에 새로운 과학 콘텐츠로 찾아뵙겠습니다 : ) 오늘 주제는 파이썬에서 수행하는 군집 분석입니다. 비슷한 샘플끼리 그룹(클러스터)으로 모으는 군집 분석을 활용하면 이미지 데이터로 이것이 어떤 과일인지 예측할 수 있습니다. 따라서 오늘은 비계층적 군집 분석 방법인 K-평균 알고리즘과 비계층적 군집 분석을 수행하기 위해 사전에 지정할 클러스터 개수를 찾는 엘보우 방법으로 그런 예측을 해보겠습니다. 그리고 마지막 부분에선 파이썬에서 주성분 분석을 수행하는 방법에 대해 알아보려고 합니다.R 환경에서 주성분 분석을 하는 방법은 '4.5-1'에서 알아보았으니까요! K-means algorism & elbow method _ in Python 참고서적 예제에 나온 캐글의 과일 데이터셋을 가져와...

원문링크 : [마지막 5-5] 파이썬 군집 클러스터 알고리즘으로 캐글 데이터 분류 & PCA 주성분 분석으로 차원 축소