K-Means 군집 분석
데이터의 유사성을 분석하여 자동으로 그룹(Cluster)을 분류합니다.
왜 2개의 변수만 선택하나요?
K-Means는 다차원 분석이 가능하지만, 현재 베타 버전에서는 2차원 시각화의 정확성을 위해 2개의 변수로 제한하고 있습니다.
* 2개 선택 시 즉시 자동 분석됩니다.
분석 설정
2개6개
Data Source
파일 업로드 (Excel/CSV)
비지도 학습 준비 완료
파일을 업로드하고 두 개의 변수(X, Y)를 선택하면
K-Means 알고리즘이 자동으로 군집을 분류합니다.
파일을 먼저 업로드해주세요
모델 개념 (Model Concept)
데이터 간의 거리를 기반으로 유사한 특징을 가진 개체들을 K개의 그룹(군집)으로 스스로 묶어 데이터 안에 숨겨진 패턴과 구조를 찾아내는 대표적인 비지도 학습 알고리즘입니다.
머신러닝 용어 가이드
K-Means (K-평균)
데이터를 K개의 그룹으로 묶는 알고리즘입니다. 각 데이터는 가장 가까운 중심점(Centroid)의 그룹에 속하게 됩니다.
Centroid (중심점)
각 군집(Cluster)의 중심 위치를 말합니다. 그래프에서 'X' 표시로 나타납니다.
Cluster (군집)
유사한 특성을 가진 데이터들의 모임입니다. 같은 색상의 점들은 같은 군집에 속합니다.