|
군집화에 대한 다음 질문에 답하라. (20점)
(가) k-평균 군집화에 대하여 간략히 설명하라. (A4용지 1매 이내)
(나) k=2이며, 평균 벡터의 초깃값은 (2, 8)과 (8, 1)일 때, 2차원 특징공간상에서 다음과 같은 입력 표본들을 대상을 k-평균 군집화를
|
|
|
군집화는 간접적이다.
군집화에는 타겟 변수가 없다.
군집화는 유사한 것들끼리의 집합을 찾는다.
군집화는 우리에게 많은 것들을 도와 줄 수가 있다.
대량의 데이터들을 이해할 수 있다.
고객 세그먼트를 찾을 수 있다.
전형적인 소
|
|
|
군집분석의 기본원리
군집분석의 기본원리는 분석하고자 하는 객체들의 여러 가지 특성을
유사성 거리로 환산하여, 유사성 거리가 가까운 대상들을 동일한 집단으로군집화(clustering)하는 것으로, 다음과 같은 3가지 중요한 과제가 있다.
①
|
|
|
양자화
5 전처리
5.1 잡음제거
5.2 관측계 왜곡의 보상
6 분 할
7 정규화
7.1 위치의 정규화
7.2 크기의 정규화
7.3 진폭의 정규화
8 특징추출
9 식 별
9.1 결정이론적 패턴 인식 방법
9.2 언어이론적 패턴 인식 방법
10 군집화
|
|
|
군집화 기법을 통해 고객 유형 분류(K-평균, 코호넨 적용)
-. 유형별 고객 특징, 성향 분석
-. 접촉 내용, 관심 차종과 구매 간 어떤 연관 관계가 있는지 분석
-. 구매를 입력 변수로 포함했을 경우와 제외했을 경우의 고객 유형 특성 비교
* 사
|
|
 |
군집화를 이용한 개선된 아다부스트 알고리즘, 백열민, 김중근, 김회율, 한국방송공학회지 제18권 제4호 통권 제73호 (2013. 7) pp.643-646 1226-7961 1. 서론
2. 문헌연구
2.1 종전연구
2.1.1 트리
2.1.2 의사결정트리
2.1.3 가지치
|
|
메뉴펼치기
