최적의 군집 개수 평가하기

evalclusters 함수를 사용하여 데이터 세트에서 최적의 군집 개수를 식별합니다.

또는 Cluster Data 라이브 편집기 작업을 사용하여 k-평균 군집화를 대화형 방식으로 수행할 수 있습니다.

fisheriris 데이터 세트를 불러옵니다.

load fisheriris
X = meas;
y = categorical(species);

X는 150개 붓꽃에 대한 2개의 꽃받침 측정값과 2개의 꽃잎 측정값을 포함하는 숫자형 행렬입니다. y는 이에 대응되는 붓꽃 종을 포함하는 문자형 벡터로 구성된 셀형 배열입니다.

Calinski-Harabasz 기준을 사용하여 1에서 10까지 최적의 군집 개수를 평가합니다. k-평균 군집화 알고리즘을 사용하여 데이터를 군집화합니다.

evaluation = evalclusters(X,"kmeans","CalinskiHarabasz",KList=1:10)

evaluation = 
  CalinskiHarabaszEvaluation with properties:

    NumObservations: 150
         InspectedK: [1 2 3 4 5 6 7 8 9 10]
    CriterionValues: [NaN 513.9245 561.6278 530.4871 456.1279 469.5068 449.6410 435.8182 413.3837 386.5571]
           OptimalK: 3


  Properties, Methods

OptimalK 값은 Calinski-Harabasz 기준에 따른 최적의 군집 개수가 3이라는 것을 나타냅니다.

각 군집 개수에 대한 군집 평가 결과를 시각화합니다.

plot(evaluation)
legend(["Criterion values","Criterion value at OptimalK"])

대부분의 군집화 알고리즘은 군집 개수에 대한 사전 정보를 필요로 합니다. 군집 개수를 알고 있지 않은 경우에는 지정된 측정법을 기반으로 데이터에 존재하는 군집 개수를 결정하기 위해 군집 평가 기법을 사용합니다.

데이터에서 세 개의 군집을 식별하는 것은 데이터에 세 가지 종이 포함되어 있다는 것을 의미합니다.

categories(y)

ans = 3×1 cell
    {'setosa'    }
    {'versicolor'}
    {'virginica' }

데이터를 시각화하기 위해 데이터에 대한 음이 아닌 랭크 2 근사를 계산합니다.

reducedX = nnmf(X,2);

원래 특징이 두 개의 특징으로 줄어듭니다. 어떤 특징도 음수가 아니기 때문에 nnmf는 특징이 음수가 아니라는 것을 보장합니다.

산점도 플롯을 사용하여 세 개의 군집을 시각화합니다. 색을 사용하여 붓꽃 종을 나타냅니다.

gscatter(reducedX(:,1),reducedX(:,2),y)
xlabel("Column 1")
ylabel("Column 2")
grid on

참고 항목

evalclusters | nnmf | gscatter | 데이터 군집화

도움말 항목

• k-평균 군집화
• 계층적 군집화
• 군집 분석