군집분석(계층적 군집 분석,NBClust,kmeans(비계층적군집분석)(R)

 1.계층적 군집분석 
-거리가 가까운 데이터 포인트들 끼리 순차적을 묶는 형식 

-하나의 데이터가 한 군집에 속하면 군집은 변경되지 않음 
-군집 형성 과정(군집과 데이터 포인트와의 거리 측정 방식에 따라)

[참고]

NbClust
-install.packages('NbClust')
-library(NbClust)
-nbclust 패키지 적절한 k의 수를찾아줌
-26개 지표값을확인할수 있음
-Dindex 지표 :그룹내 분산에의해 계산된지표 작을수록 좋다
-sDindex 지표:그룹분산및 중심의 평균으로부터 계산된 지표 클수록 좋다 

[군집 분석에서의 분산] 
1.총분산(total_ss)
-그룹과는 상관없이 관측치들의 총분산

2.그룹내 분산(within_ss)
 -각 클러스터의 중심으로부터 각 클러스터 관측치가 떨어진 정도 
 -그룹내 분산은 작을수록 좋은 클러스터링 결과
 -그룹의 개수가 커질수록 그룹내 분산도 작아짐 

3.그룹간 분산(between_ss)
-각 클러스터의 중심으로 전체중심으로 흩어진 정도 
-그룹간의 분산은 클수록 각 클러스터의 이질성을 대변하므로 좋은 결과 
-그룹의 개수가 커질수록 그룹내 분산도 커질수도 있다 

 

그룹내 분산이 작을수록 그룹간 분산이클수록 좋은 군집분석 
total_ss=between_ss+within_ss

[2.비계층적 군집분석]  
-거리가 짧은 데이터 포인트끼리 묶는 방식은 동일
-계층적 군집분석과는 다르게 한번 클러스터에 소속된 관측치도 거리 측정 대상에 포함시켜 만약 다른 클러스터와 거리가 더짧다면
-다른 클러스로이동되는 방식 
-평가 metric(그룹내/그룹간 분산에 의한 score )

-사용자가 직접군집의 수를 정하면 해당 군집에 맞게 분류 

kmeans(x, 원본 data 거리 행렬 x
  cneters=) -군집갯수
군집분석 수행(모델링)

[비계층적 군집분석 수행방식]  
-1.사용자가 지정한 k의 수 만큼 랜덤하게 초기 중심(seed)값 추출 
-2.위seed 로부터 각 관측치와의 거리 계산 
-3.거리가 가장 가까운 관측치들을 각 클러스터에 할당 
-4.변경된 클러스터의 중심을 재계산 
-5.재계산된 클러스터의 중심으로 전체 테이터의 거리 모두 계산 
-6.각 클러스터의 중심으로부터 가까운 클러스터 포인트 소속/이동 
-7.위 과정을 더이상 중심이 이동되지 않을때까지 계속 반복 
-8.그룹고정