계층적 군집 분석
IT 위키
- Hierarchical Clustering
- 가장 가까운 개체부터 차례로 묶어 나가며 군집의 계층 구조를 만드는 군집 분석 방법
- 군집 수를 미리 정하지 않아도 된다
- 결과를 덴드로그램(Dendrogram)으로 그려 원하는 높이에서 잘라 군집 수를 정한다
- 병합적(Agglomerative) 방법이 일반적이고, 반대로 쪼개 나가는 분할적(Divisive) 방법도 있다
군집과 군집 사이의 거리를 무엇으로 볼 것인가에 따라 나뉜다.
| 연결법 | 군집 간 거리 | 특징 |
|---|---|---|
| 단일 연결법(최단 연결법, Single) | 두 군집 개체쌍 거리의 최솟값 | 고리 모양(Chaining) 군집이 생기기 쉽다 |
| 완전 연결법(최장 연결법, Complete) | 두 군집 개체쌍 거리의 최댓값 | 조밀한 군집을 만든다 |
| 평균 연결법(Average) | 모든 개체쌍 거리의 평균 | 두 방법의 절충 |
| 중심 연결법(Centroid) | 두 군집 중심 사이의 거리 | 계산량이 적다 |
| 와드 연결법(Ward) | 군집 내 편차제곱합의 증가량이 최소가 되도록 병합 | 크기가 비슷한 군집이 만들어진다 |
- 편차 연결법이라는 것은 없다. 와드 연결법이 편차제곱합을 쓰지만 이름은 와드다.
거리행렬에서 가장 가까운 두 개체를 먼저 묶는다. 묶인 군집과 나머지 개체 사이의 거리는
- 단일(최단) 연결법 → 두 거리 중 작은 값
- 완전(최장) 연결법 → 두 거리 중 큰 값
- 평균 연결법 → 두 거리의 평균
을 취한다. 이 값으로 거리행렬을 갱신하고 다시 가장 가까운 쌍을 찾는 것을 반복한다.
