Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
Tags
- TooBigToInnovate
- Machine Learning
- 프론트엔드
- 타입스크립트
- LDA
- 대감집
- 쿠버네티스
- ADP 실기
- do it
- React
- 심층신경망
- r
- Kubernetes
- 최적화
- bigquery
- 리액트
- 대감집 체험기
- docker
- Kaggle
- 파이썬
- 클러스터링
- DBSCAN
- 빅쿼리
- python
- 구글
- 차원 축소
- ADP
- frontend
- 머신러닝
- 캐글
Archives
- Today
- Total
목록SOM (1)
No Story, No Ecstasy
[ADP 실기 with R] 3. 군집 분석: Hierarchical Clustering, K-means, DBSCAN/HDBSCAN, SOM, Mixture Distribution Clustering
1. Hierarchical Clustering (계층적 군집분석) - 유사한 데이터들을 거리 기반으로 점진적으로 병합(bottom-up)하거나 분할(top-down)하는 계층 기법 - 단계를 거칠 때마다 그룹의 개수가 단조적으로 증가/감소하기 때문에 그룹 형성 과정을 계층적으로 표현할 수 있다. - 데이터 연결 방법: 최단연결법, 최장연결법, 평균연결법, 와드연결법 - R 코드 예제 # 0. 별도의 package import 필요 없음 # 1. 데이터 간 거리 구하기 ## - 거리: euclidean, maximum, manhattan, canberra, binary, minkowski ha.dist = dist(data, method = "euclidean") # 2. 계층적 군집분석 수행 ## - ..
Data Science Series
2020. 12. 12. 17:16