AI/Hands-on ML
[핸즈온 머신러닝] 9장 - 비지도 학습 1 (군집)
9. 비지도 학습 - 많은 데이터는 대부분 레이블이 없음 - 레이블을 부여하는 작업은 비용이 크며 오래걸림 => 레이블이 없는 데이터를 바로 사용하기 위한 비지도 학습 9. 1 군집 비슷한 샘플을 구별해 하나의 클러스터 또는 비슷한 샘플의 그룹으로 할당하는 작업 분류 - 데이터셋이 레이블 되어 있음 - 로지스틱 회귀, SVM, 랜덤 포레스트 분류기 같은 분류 알고리즘이 잘 맞음 군집 - 레이블이 없음 - 대부분의 군집 알고리즘은 왼쪽 아래 클러스터를 쉽게 감지하지만, 오른쪽 위의 클러스터는 두 개의 하위 클러스터로 구성되었는지 확실하지 않음 - 모든 특성을 사용하면, 클러스터 세 개를 잘 구분할 수 있음 - 다음과 같은 어플리케이션에서 사용 고객 분류 (ex. 추천 시스템) 데이터 분석 - 군집 알고리즘..
