기존 방식과의 차이점

기존 방식 (KNN, Linear Regression, Logistic Regression, D.T, R.F, SVM, Navie Bayesian)

: 2개의 task (regression, classification)에만 해당됐다.

• prediction(예측) task이고, supervised learning technies(input, output이 존재함, label 이용)였다.

Clustering : New task ! 에 해당한다.

• not prediction 예측하는게 아님, unsupervised learning technies(label을 이용하지 않음)히는다.

Introduction

• 이처럼 입력에 대한 label 출력이 있는 task가 아님 ⇒ 단순한 군집화가 task다.

Similarity

종종 Distance(거리)에 기반해 측정된다.

숫자형 데이터의 거리를 측정하는 방법은 여러가지가 있다.

⇒ Euclidian distance, Manhattan distance, Minkowski distance, Chebyshev distance, etc.

범주형 데이터의 거리를 측정하는 방법은 여러가지가 있다.

⇒ Hamming Distance, Simple Matching, Jaccard Distance, etc

🎯 해밍턴 거리 예시

• Red ≠ Blue, Action ≠ Romance / Winter = Winter, B = B 이므로 ⇒ 2/4

Good Clustering