Zzong's Notes

DBSCAN

1 min read

DBSCAN은 density 기반 clustering 알고리즘이다. 가까운 이웃이 충분히 많은 point를 core point로 보고, core point들이 이어진 dense region을 cluster로 만든다.

핵심 파라미터

파라미터의미
eps이웃으로 볼 거리 반경
min_samplescore point가 되기 위한 최소 이웃 수

K-Means와의 차이

K-means는 cluster 수를 미리 정하고 대체로 둥근 cluster를 잘 찾는다. DBSCAN은 cluster 수를 직접 주지 않아도 되고, noise point를 따로 분리할 수 있으며, 비구형 cluster에도 더 잘 맞는다. 대신 density가 지역마다 크게 다른 데이터에서는 파라미터 하나로 모든 cluster를 잡기 어렵다.

링크된 언급

1

함께 보면 좋은 글

K-means

시간 복잡도 O(kNrD) k : 클러스터 개수 (사용자에 의해 정의됨) N : 객체 개수 r: 수렴할때 까지 반복한 iteration 횟수 D : 객체의 차원 수 (window 를 이용한 clustering 의 경우, window 길이) Optimization Object k-means clustering 도...

distortion

Distortion 은 clustering 에서 data point 와 자신이 속한 cluster center 사이의 거리 기반 cost 를 말한다. K-means 에서는 각 point 가 배정된 centroid 와 얼마나 떨어져 있는지를 평균적으로 측정한다.

K-prototype

K-prototype 은 k-means 와 k-mode 를 결합하여 수치적 데이터와 범주적 데이터가 모두 있는 데이터 세트를 처리하는 클러스터링 알고리즘 (clustering) References Detailed EDA | k-prototypes clustering | Kaggle K-Means vs...

Hierarchical Clustering

객체 간 pairwise distance matrix 를 이용해서, 비슷한 객체 간 중첩된 계층 그룹을 생성하는 방법 Methods 두 가지 방법이 존재한다.

k-Nearest Neighbors

KNN 어떤 문제를 푸냐에 따라 방식이 달라진다: 분류 또는 회귀. For classification: 비교 대상이 되는 데이터 주변에 가장 가까이 존재하는 k 개의 데이터와 비교해 가장 가까운 데이터 종류로 판별한다.

unsupervised learning

clustering K-means DBSCAN anomaly detection One-class support vector machine Isolation Forest dimensionality reduction machine learning/Principal Component Analysis Kernel PCA...

downsampling

데이터를 줄여서 샘플링하는 방법이다. Apply with cross-validation K-fold validation 을 적용할때 downsampling 을 적용하는 기법은 학습 데이터 (in-fold data) 만 일부 샘플링하여 적용하는 것이다.

Data Bias

Data Bias 란 수집된 학습 데이터의 분포가 이상적인 테스트 데이터의 분포와 다른 것을 의미한다. 아무리 많은 데이터를 수집하더라도, 분포 자체가 다르면 estimation 과 optimal function 간 gap 이 생길 수 밖에 없다.

t-Stochastic Nearest Embedding

t-SNE t-Stochastic Nearest Embedding 는 vector visualization 을 위하여 자주 이용되는 차원 축소 알고리즘이다.