혼공단 7기 5주차 미션인증

학습 글:

2022.02.14 - [데이터분석과 머신러닝] - 머신러닝 | 픽셀 분포의 특징을 뽑아내어 clustering

2022.02.14 - [데이터분석과 머신러닝] - 머신러닝 | k-평균 알고리즘 (KMeans) | 군집 알고리즘

2022.02.17 - [데이터분석과 머신러닝] - 머신러닝 | 주성분분석(PCA)을 이미지 데이터에 적용하여 픽셀 축소하기

 

 

4주차 트리알고리즘이 가장 재밌었다고 했는데 바뀌었다.

5주차가 제일 인터레스팅... ㅇㅅㅇ!

역시 시각적으로 들어오는 데이터가 최고다!!

 

 

 

---

기본 미션:

k-평균 알고리즘 작동 방식 설명하기

 

# K-평균 알고리즘 (k-means)

군집 알고리즘 중 하나이다.

 

▶ 알고리즘

ⓐ cluster 개수 k를 미리 지정하면, 무작위로 cluster center를 정해준다.

ⓑ 각 데이터는 가장 가까운 cluster center의 cluster에 속하게 된다.

ⓒ cluster center 재조정 : 각 cluster에 속한 데이터의 평균으로 재조정

ⓓ cluster center에 변화가 없을 때까지 ⓑ~ⓒ 반복

 

 

+ 실습 데이터로 k-means 진행 과정을 설명하자면 이렇다.

 

 

 

+ k-means clustering 과정을 누구나 코랩에서 시각적으로 확인할 수 있도록 모듈을 제작했다.

k-means clustering visualization module | how to make scatterplot, gif

 

위와 같은 gif파일을 만들어주는 메서드도 구현했다. 

결과물은 이렇다.

 

centroid 재조정 횟수: 3

 

검은 점(centroid)이 3번 재조정되었다.

 

랜덤으로 떨어지는 centroid가 부적절했다면 clustering에 실패할 수도 있다.

random centroid가 잘못 떨어져 저렇게 군집이 형성되면 이미지를 의도대로 clustering하지 못한다.

 

 

 

 

 

---

선택 미션:

06-3 확인 문제 풀이과정 정리

2번 문제(PCA후 변환된 데이터셋) 에서 설명된 분산이 가장 큰 주성분은 몇 번째인가요?

 

답 >> 무조건 ① 첫번째주성분!!!!!

 

풀이 >> PCA는 주성분을 n개 찾을 때, 원본데이터의 분산을 가장 크게하는 주성분 순서대로 찾는다. 왜냐? 원본데이터의 분포를 가장 잘 설명하는 특성을 만들기 위해서다! 그렇게 찾은 주성분에 원본데이터를 사영하면, 원본데이터를 잘 설명하는 특성 n개를 새로 만들 수 있다. 

 

자세한 내용: 주성분분석(PCA)을 이미지 데이터에 적용하여 픽셀 축소하기