[ML] DBSCAN clustering Density-based spatial clustering of applicatoins with noise

K-mean Clustering 단점

• 초기 중심 값에 민감한 반응을 보임
• noise와 outlier에 민감함
• 군집의 개수 k를 설정하는 것이 어려움

DBSCAN Clustering

• 밀도가 높은 부분으로 군집을 형성하는 방법 사용
• Density - based clustering 중 유명하고 성능이 우수함
• eps-neighbors 와 MinPts를 사용하여 군집을 구성함
• eps-neighbors
  • 한 데이터를 중심으로 \( \epsilon \)거리 이내의 데이터들을 한 군집으로 구성
• MinPts
  • 한 군집은 MinPts보다 많거나 같은 수의 데이터로 구성됨
  • Minpts보다 적은 수의 데이터가 eps-neighbors를 형성하면 noise로 취급

---

장점

• K-means와 다르게 군집의 수를 설정할 필요가 없음
• 다양한 모양의 군집 형성이 가능하고 군집끼리 겹치는 경우가 없다
• 노이즈 개념이 있어 이상치에 대응할 수 있다
• hyperparameter가 2개(eps, minPts)로 적으며, 숙련도에 따라 쉽게 설정이 가능하다

단점

• 한 데이터는 하나의 군집에 속하게 되므로, 시작점에 따라 다른 모양의 군집이 형성됨
• eps의 크기에 의해 DBSCAN의 성능이 크게 좌우됨
• 군집별로 밀도가 다르다면 군집화가 제대로 이루어지지 않음

Step

1. 랜덤하게 point를 잡음
2. point에서 원을 그래서 군집에 속하게 만듦

---

Hyperparameter

• MinPts
  • minPts = 변수의 수 + 1
  • minPts는 3이상으로 설정
• Eps
  • 작게 설정하면 상당 수의 데이터가 노이즈로 구분됨
  • 크게 설정하면 군집의 수가 하나가 될 수 있음
  • 일반적으로 KNN으로 distances를 구하고 거리가 급격하게 증가하는 지점을 eps로 설정함