KMC

주어진 데이터를 $k$ 개의 클러스터로 묶는 알고리즘

각 클러스터 간의 거리의, 분산을 최소화하는 식으로 동작

• 원하는 군집의 개수 $k$ 와 초기 seed 정해 초기 seed 중심으로 군집 형성
• 각 데이터를 거리가 가장 가까운 seed 가 있는 군집으로 분류
• 각 군집의 seed 값을 다시 계산
• 모든 개체가 군집으로 할당될 때까지 위 과정 반복

장점	단점
알고리즘이 단순, 빠르게 수행되어 분석 방법 적요이 용이	군집의 수, 가중치, 거리 정의가 어려움
계층적 군집분석에 비해 많은 양의 데이터 다룰 수 있음	사전에 주어진 목적이 없으므로 결과 해석이 어려움
내부 구조에 대한 사전정보가 없어도, 의미있는 자료 구조를 찾을 수 잇음	잡음, 이상값의 영향을 많이 받음
다양한 형태의 데이터에 적용이 가능함	non-convex (볼록한 형태가 아닌) 군집이 존재할 경우 성능 하락 (ex. U 형태의 군집)
	초기 군집수 결정에 어려움이 있음

• 거리 계산을 통해 군집화가 이루어지므로 연속형 변수에 활용 가능
• $k$ 개의 초기 중심값은 임의로 선택이 가능하며, 가급적이면 멀리 떨어지는 것이 바람직하다
• 초기 중심값을 임의로 선택할 때 일렬(상하, 좌우) 로 선택하면 군집이 혼합되지 않고 층으로 나누어질 수 있어 주의해야 한다.
  • 초기 중심값의 선정에 따라 결과가 달라질 수 있다.
• 초기 중심으로부터의 오차제곱합 (SSE) 을 최소화하는 방향으로 군집이 형성되는 탐욕적 (greedy) 알고리즘이므로, 안정된 군집은 보장하나 최적이라는 보장은 없다.