콘텐츠
군집 분석은 유사한 특성에 따라 데이터를 대표 그룹으로 구성하는 방법입니다. 클러스터의 각 구성원은 다른 그룹의 구성원보다 동일한 클러스터의 다른 구성원과 공통점이 더 많습니다. 그룹 내에서 가장 대표적인 점을 중심이라고합니다. 일반적으로 이는 클러스터의 데이터 포인트 값의 평균입니다.
데이터를 구성하십시오. 데이터가 단일 변수로 구성된 경우 히스토그램이 적합 할 수 있습니다. 두 개의 변수가 관련된 경우 좌표 평면에 데이터를 그래프로 표시하십시오. 예를 들어, 교실에서 어린이의 키와 몸무게를보고있는 경우, 가중치는 가로 축이고 높이는 세로 축으로 그래프에 각 어린이의 데이터 포인트를 플로팅합니다. 둘 이상의 변수가 관련된 경우 데이터를 표시하기 위해 행렬이 필요할 수 있습니다.
데이터를 클러스터로 그룹화하십시오. 각 클러스터는 가장 가까운 데이터 지점으로 구성되어야합니다. 키와 몸무게 예제에서 서로 가까이있는 것으로 보이는 데이터 포인트를 그룹화하십시오. 군집 수와 모든 데이터 요소가 군집 내에 있어야하는지 여부는 연구 목적에 따라 달라질 수 있습니다.
각 클러스터에 대해 모든 멤버의 값을 추가하십시오.예를 들어 데이터 클러스터가 점 (80, 56), (75, 53), (60, 50) 및 (68,54)로 구성된 경우 값의 합은 (283, 213)이됩니다.
합계를 클러스터의 구성원 수로 나눕니다. 위의 예에서 2로 4를 나눈 값은 70.75이고 213을 4로 나눈 값은 53.25이므로 클러스터의 중심은 (70.75, 53.25)입니다.
군집 중심을 플로팅하고 점이 자신의 군집 중심보다 다른 군집 중심에 가까운 지 확인합니다. 점이 다른 중심에 더 가까운 경우 더 가까운 중심을 포함하는 클러스터에 다시 분배하십시오.
모든 데이터 포인트가 가장 가까운 중심을 포함하는 클러스터에 올 때까지 3, 4 및 5 단계를 반복하십시오.