문제
K-means 군집분석에 대한 설명으로 옳은 것은?
① 군집에서 가장 중심에 위치한 객체를 사용하여 k개의 군집을 찾게 된다. ② K-Medoids 알고리즘에 비해 노이즈 처리에 우수하고 연산량이 많다. ③ 초승달 모양(Crescent Shaped) 데이터 셋에 적합하다. ④ 군집 절차 수행 시 군집 수 K는 초기에 설정되어야 한다.
정답
4번
해설
정답: 4. K-means는 분석 전에 군집 수 K를 사용자가 미리 지정해야 하는 알고리즘이다.
오답 풀이
- 1번: 실제 객체(대표점)를 중심으로 쓰는 것은 K-Medoids이며, K-means는 평균(중심점, centroid)을 사용한다.
- 2번: K-means는 평균을 쓰므로 이상치·노이즈에 민감하다. 노이즈에 강건한 쪽은 K-Medoids이다.
- 3번: 초승달처럼 비볼록(non-convex) 군집에는 K-means가 부적합하며 밀도 기반(DBSCAN) 등이 적합하다.
- 4번: 군집 수 K를 초기에 설정해야 하는 것은 K-means의 특징으로 옳다.
보충 개념 K-means: 중심(평균) 기반, K 사전 지정, 구형(볼록) 군집에 적합, 이상치 민감. 적정 K는 엘보 기법·실루엣 계수 등으로 탐색한다.