초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

군집분석은 주어진 자료만으로 성격이 다른 세부군집으로 나누고자 하는 방법으로, 집단의 수 혹은 집단 구조에 대한 가정이 없으며 오직 개체들 사이의 유사성(또는 비유사성) 또는 거리에 근거하여 군집을 형성하고 특성을 파악하는 탐색적 다변량 통계분석이다.
군집분석에서 군집수의 결정과 군집화 타당성 평가는 매우 중요한 주제 중의 하나이다. 본 논문에서는 모의자료를 통해 2단계 군집화 ...

군집분석은 주어진 자료만으로 성격이 다른 세부군집으로 나누고자 하는 방법으로, 집단의 수 혹은 집단 구조에 대한 가정이 없으며 오직 개체들 사이의 유사성(또는 비유사성) 또는 거리에 근거하여 군집을 형성하고 특성을 파악하는 탐색적 다변량 통계분석이다.
군집분석에서 군집수의 결정과 군집화 타당성 평가는 매우 중요한 주제 중의 하나이다. 본 논문에서는 모의자료를 통해 2단계 군집화 알고리즘을 이용하여 군집화 알고리즘에서 제안하는 적절한 군집수를 대상으로 k-menas 군집분석과 군집화 타당성을 비교하고, 일치도 지표(Rand Index)를 통해 객관적인 군집화 타당성을 평가하고 적절한 군집수 결정방법을 알아 보았다.
2단계 군집분석은 1단계에서 BIRCH 알고리즘을 이용하여 소규모 크기의 하부 군집으로 개체들을 사전 군집화한 후 2단계에서 하부 군집들을 원하는 군집개수 만큼 주어진 조건을 만족할 때까지 군집화하는 조정 과정을 반복적으로 수행한다.
혼합형 변수를 가진 대용량 데이터에 대해 군집화 타당성 평가 결과, 2단계 군집분석을 통해 결정된 군집수에 대해 2단계 군집분석의 경우 군집화의 타당성을 보였으나 K-means 군집분석에서는 타당성이 결여되는 것으로 나타났다. 일치도 지표(Rand Index) 결과, 두 알고리즘에서 군집화 타당성이 존재함을 알 수 있으나 C. Rand Index 비교 결과 2단계 군집분석이 K- means 군집분석 보다 군집화 타당성에 대해 더 안정성을 갖는다고 할 수 있다.
적절한 군집수의 결정은 2단계 군집분석을 통해 자동 결정된 군집수를 기준으로 군집수를 줄이거나 늘려가며 자료의 특성과 활용 목적에 따라 군집수를 결정하는 것이 좋은 방법임을 알 수 있다.

Abstract ▼ AI-Helper

Cluster analysis is an exploratory data analysis tool for solving classification problems. It's the identification of groups of observations that use the dissmilarities(similaries) or distance between objects.
Selecting the number of clusters and cluster validity test are one of subject which ar...

Cluster analysis is an exploratory data analysis tool for solving classification problems. It's the identification of groups of observations that use the dissmilarities(similaries) or distance between objects.
Selecting the number of clusters and cluster validity test are one of subject which are important from cluster analysis.
We compared the cluster validation of twostep and k-means clustering algorithm used the number of clusters of being optimal proposed by twostep cluster analysis using simulation data.
The cluster validation test result in the large scale data which has a mixture variables, Using the twostep cluster analysis, we can determine the number of clusters. In case of twostep cluster analysis has a cluster validation. But k-means hasn't in this paper. Rand Index results and both twostep and k-means have a cluster validation. According to the C.Rand Index, twostep is greater stability than k-means.
Using of criteria in determining the number of clusters of twostep cluster analysis, We can find out an optimal method that reduces and increase of number of clusters be handled according to the quality and application goal of data.