문제
다음 상황에서 K-means 알고리즘의 수렴성과 관련하여 가장 적절한 설명은?
데이터: 2차원 평면상의 점 (0,0), (0,1), (1,0), (1,1) 초기 중심점: (0.5, 0.5), (0.6, 0.6) K=2로 설정
① 초기 중심점이 너무 가까우므로 알고리즘이 수렴하지 않는다. ② 모든 점이 첫 번째 중심점에 할당되어 두 번째 군집이 공집합이 된다. ③ 데이터 점들이 두 중심점과 동일한 거리에 있어 할당이 불가능하다. ④ 정상적으로 수렴하지만 초기값에 따라 다른 결과가 나올 수 있다.
정답
4번
해설
주어진 4개 점과 2개 초기 중심점에서 K-means는 정상적으로 작동합니다. 각 점은 가장 가까운 중심점에 할당되고, 중심점이 업데이트되면서 수렴합니다. 하지만 이 대칭적 구조에서는 초기 중심점 위치에 따라 최종 군집 결과가 달라질 수 있습니다. ①②③은 모두 실제로 발생하지 않는 상황입니다.