넘스탯
LEARN · SIMULATE · VERIFY
확률부터 LLM까지 — 데이터 사이언스 자기주도 학습 플랫폼
확률부터 LLM까지 — 데이터 사이언스 자기주도 학습 플랫폼
클러스터링(군집화)은 정답 레이블 없이 데이터 사이의 유사도만으로 비슷한 데이터끼리 자동으로 그룹(클러스터)을 묶는 비지도학습 기법이다.
이 내용은 넘스탯의 군집화 종합 실습에서 직접 실험으로 확인할 수 있습니다.
각 단계를 클릭하면 해당 학습 내용을 볼 수 있습니다
학습 진도 (완료한 단계)
0%
클러스터링(군집화)은 정답 레이블이 전혀 없는 데이터에서, 서로 비슷한 데이터끼리 자동으로 그룹을 묶는 비지도학습 기법입니다. "누가 어느 그룹인지" 미리 알려주지 않아도, 데이터 사이의 유사도(가까움)만을 근거로 숨어 있던 그룹 구조를 찾아냅니다.
카페 손님 나누기 (교육용 시나리오): 어느 카페 사장님이 손님 20명의 "방문 시각"과 "머문 시간" 두 가지만 기록했습니다. 산점도를 그려 보니 점들이 세 덩어리로 뭉쳐 있었습니다. - 아침에 와서 10분 머무는 손님들 (출근길 테이크아웃) - 점심에 와서 1시간 머무는 손님들 (식사 후 대화) - 오후에 와서 3시간 머무는 손님들 (공부·작업) 사장님은 누구에게도 "당신은 어떤 유형 손님인가요?"라고 묻지 않았습니다. 기록된 숫자들의 가까움만으로 세 그룹이 저절로 드러났고, 괄호 안의 해석은 사장님이 나중에 붙인 것입니다. 이것이 클러스터링의 전형적인 모습입니다.
정답: 정답 레이블의 유무입니다. 분류는 "이 사진은 고양이"처럼 정답이 붙은 데이터로 배우는 지도학습이고, 클러스터링은 정답 없이 데이터 사이의 유사도만으로 그룹을 찾는 비지도학습입니다. 분류는 미리 정해진 범주에 새 데이터를 배정하지만, 클러스터링은 그룹의 개수와 의미조차 미리 정해져 있지 않습니다.
정답: 유사도(거리) 척도입니다. 클러스터링은 데이터 사이의 비슷함을 수치(거리)로 재서, 가까운 것끼리 묶습니다. 관심사 대신 키·구매액·좌표 같은 특성으로 가까움을 계산한다는 점만 다릅니다.
정답: 알고리즘은 "가까운 것끼리 묶는" 계산만 할 뿐, 그 묶음이 무엇을 뜻하는지는 알지 못하기 때문입니다. "클러스터 1 = 알뜰 구매 고객" 같은 해석은 사람이 각 클러스터의 특성(평균값 등)을 살펴보고 붙이는 사후 작업입니다.