Machine Learning/Model
[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..
