5 / 10강

좋은 군집을 어떻게 고를까

같은 데이터를 K-means에 넣어도 처음 선택한 중심에 따라 결과가 달라질 수 있습니다. 한 번 실행해서 나온 그룹을 유일한 정답으로 여겨서는 안 됩니다.

시작점과 그룹 수를 따로 고릅니다

• 여러 번 시작하기: 같은 K에서 초기 중심을 바꿔 실행하고 거리 제곱 합을 비교합니다. 나쁜 시작점을 피하는 데 도움이 되지만 최적해를 보장하지는 않습니다.
• K-means++: 기존 중심에서 멀리 떨어진 점이 다음 중심으로 선택될 가능성을 높입니다. 중심이 한곳에 몰리는 문제를 줄이는 초기화 방법입니다.
• K 바꾸기: 거리 제곱 합이 줄어드는 폭과 실제 활용 목적을 함께 봅니다. K를 늘리면 값이 작아지기 쉬우므로 최솟값만 고르면 곤란합니다.

예를 들어 고객을 상담 방식에 따라 나눌 때, 계산상 20개 그룹이 깔끔해도 상담팀이 3가지 방식만 운영할 수 있다면 그대로 쓰기 어렵습니다.

가까이 모이고, 서로 떨어져 있는가

실루엣 점수는 한 점이 자기 그룹과 얼마나 가깝고 다른 그룹과 얼마나 떨어져 있는지 비교합니다. 일반적으로 -1부터 1 사이이며 높을수록 그 거리 기준에서 잘 분리된 모습입니다. 보통 그룹 수가 2 이상, 데이터 수보다 작을 때 평가합니다.

하지만 둥근 그룹에 유리한 점수로 길게 휘어진 그룹을 평가하면 목적과 어긋날 수 있습니다. 점수와 함께 실제 점을 시각화하고, 각 그룹에 어떤 공통점이 있는지 확인하세요. scikit-learn의 군집화 설명에서도 방법별 가정과 한계를 비교할 수 있습니다.

확인 문제

K=3보다 K=10에서 거리 제곱 합이 작습니다. K=10이 더 좋은 선택이라고 결론 내릴 수 있을까요?