Clustering

1. 요구사항

Clustering 파보기

1) 다양한 Clustering 방법에 대해 어떤 경향의 데이터에 어떤 Clustering 방법이 적합한지 고민해봅니다.

2) Hierarchical(클러스터 간의 거리), K-means(Centroid 설정, Elbow Point), DBSCAN(MinPts, Eps 변화)를 익힙니다.

2. 우수 과제 선정 이유

• Hierarchical clustering의 여러 가지 거리 측정 방식에 대해 정리하고 적용해보신 점

• K-Means clustering의 초기값 업데이트 알고리즘에 대해 자세히 공부하신 점

• eps와 min_sample 값에 따른 변화를 보여주신 점

• 결과 정리를 깔끔하게 해주신 점

3. 제출 과제 (14기 장혜림님)