인공지능 파이썬 실무대단원 Ⅲ. 파이썬과 머신러닝 교과서 60–131쪽
중단원 02. 머신러닝 라이브러리 활용 · 85–128쪽
소단원 03. 주요 머신러닝 알고리즘 활용 · 103–111쪽
이 웹 주제의 연계 범위: 108–111쪽
웹 학습 주제 10 / 13
K-평균 군집화
정답 이름 없이 비슷한 점들을 묶을 수 있을까요?
K-평균 군집화 · 한눈에 보기
군집과 중심점 산점도 · 제공 Python 예제의 실제 실행 결과 · 클릭하여 확대- 1K개 중심 초기화
- 2가장 가까운 중심에 배정
- 3그룹 평균으로 중심 갱신
- 4수렴까지 반복
| 속성 | 의미 |
|---|---|
| labels_ | 샘플별 군집 번호 |
| cluster_centers_ | 군집 중심 좌표 |
| n_clusters | 미리 정하는 그룹 수 |
| random_state / n_init | 재현 조건 / 초기화 반복 |
K-평균은 정한 개수 K의 중심을 이용해 가까운 샘플들을 묶고 중심을 갱신합니다. labels_의 번호는 정답 클래스나 순위가 아니며 실행 조건에 따라 번호가 달라질 수 있습니다.
데이터의 스케일, K, 초기 중심이 결과에 영향을 줍니다. n_init은 여러 초기화 시도를 제어합니다. 점들의 분포를 보고 군집이 의미 있는지 해석하며, 항상 원형 군집이 존재한다고 가정하지 마세요.
직접 해 보세요
- K를 2·3·4로 바꾸고 중심 위치와 군집의 의미를 비교하세요.
이 설명에 이어서 실습하기
예제를 선택하면 바로 아래에서 코드를 수정하고 실행할 수 있습니다. 작성한 코드는 예제별로 저장됩니다.
CODE WORKSPACE
코드를 바꾸는 실습실
실행 엔진은 처음 실행할 때 내려받습니다. 패키지 크기에 따라 최초 준비에 최대 3분이 걸릴 수 있으며 네트워크가 필요합니다. 실행은 최대 30초이며 중지 후 다시 실행할 수 있습니다.
실행할 예제를 선택하세요.
PRACTICE / RETRY / UNDERSTAND
이 주제 연습 문제 0
이 주제와 연결된 문제만 보여 줍니다. 단원 전체 문제는 단원 안내 페이지에서 이어서 풀 수 있습니다.