5장 정형 데이터 마이닝 | 군집분석 (교재 쪽수 표시)

교재 원문 쪽수 안내 이 HTML의 쪽수는 교재에 인쇄된 쪽수입니다. (첨부 PDF에서는 교재 446쪽 = PDF 69페이지, 교재 466쪽 = PDF 89페이지)

01 / CONCEPT

군집분석, 한 문장으로 이해하기

분류 기준(정답 레이블)이 없는 상태에서 비슷한 개체끼리 묶는다.

교재 446–447쪽

군집분석 = 군집 내부는 서로 비슷하게, 서로 다른 군집끼리는 다르게 나누는 분석 방법

🧭

무엇을 기준으로?

거리(Distance) 또는 유사도(Similarity)를 이용합니다. 가까운 관측치가 같은 군집에 배치되도록 합니다.

🧩

무엇을 얻나?

데이터에 숨어 있는 집단 구조와 집단별 특성을 발견합니다. 군집의 결과는 알고리즘과 설정에 따라 달라집니다.

🎯

어디에 쓰나?

마케팅의 고객 세분화, 소비자 행동·라이프스타일 유형화, 생물 개체의 탐색적 분류 등에 활용합니다.

WORKFLOW

군집이 만들어지는 흐름

교재 447쪽 기반 · 설명도

①

대상 관측

사람·상품·식물 등

→

②

특성 비교

크기·행동·선호 등

→

③

유사한 대상 묶기

거리·유사도 계산

→

④

군집 해석

각 집단 특징과 차이

※ 군집은 사전 정답 없이 생성됩니다. 생성된 군집이 의미 있는지는 별도로 평가해야 합니다.

02 / DIFFERENCE

군집분석 vs 요인분석 vs 판별분석

시험에서 혼동하기 쉬운 분석 목적의 차이

교재 447쪽

구분	무엇을 묶거나 구분?	사전 집단 정보	핵심 목적	예시
군집분석 Cluster Analysis	대상(개체)을 묶음	필요 없음	비슷한 고객을 새로운 유형으로 발견	소비자 300명을 성향에 따라 유형화
요인분석 Factor Analysis	변수(문항) 사이의 공통 구조를 찾음	집단 레이블은 불필요	상관된 변수의 공통 요인 파악	20개 만족도 문항에서 공통 차원 추출
판별분석 Discriminant Analysis	기존에 정해진 집단으로 개체를 분류	필요함	알려진 집단의 구분 규칙 학습·할당	기존 고객등급 자료로 신규 고객 등급 판별

💡 한 번에 구별하는 질문

“누가 누구와 비슷한가?” → 군집분석
“어떤 변수끼리 공통 성격이 있는가?” → 요인분석

💡 판별분석과 가장 중요한 차이

집단이 이미 정해져 있다 → 판별분석
집단을 데이터에서 탐색한다 → 군집분석

03 / METHODS

계층적 군집 vs 비계층적 군집

‘언제 군집 수를 정하는가’를 중심으로 비교

교재 446, 452–458쪽

🌳 계층적 군집분석Hierarchical Clustering

교재 446, 452–455쪽 · 계층적 군집

가까운 개체·집단을 차례로 합치거나(응집형), 큰 집단을 나눕니다(분할형). 덴드로그램을 보고 절단 위치에 따라 군집 수를 선택할 수 있습니다.

핵심: 먼저 계층 구조를 만들고 → 군집 수 결정 가능

🎯 비계층적 군집분석Non-hierarchical Clustering

교재 446, 456–458쪽 · k-Means

대표적인 k-Means는 군집의 개수 k를 먼저 정한 뒤 개체를 할당하고 중심을 갱신합니다. 여러 k를 시도하여 결과를 비교합니다.

핵심: 먼저 군집 수 k 지정 → 할당·중심 갱신

비교 포인트	계층적 군집분석	비계층적 군집분석 (k-Means 중심)
구조	군집 간 포함·연결 관계를 계층적으로 표현	군집 간 계층 관계를 만들지 않음
군집 수	계층 구조를 확인한 뒤 결정 가능	k-Means는 분석 전에 k 지정
대표 결과	덴드로그램(Dendrogram)	군집별 소속 및 중심(Centroid)
대표 방법	최단·최장·평균·Ward 연결법	k-Means, PAM 등 (서로 원리는 다름)

주의: ‘비계층적’이라는 명칭 아래의 모든 알고리즘이 반드시 군집 수를 미리 요구하는 것은 아닙니다. ‘k를 먼저 정한다’는 설명은 k-Means에 정확히 해당합니다.

04 / PRACTICE

직접 보는 k-Means 원리

군집 수를 바꾸면 같은 데이터도 다르게 묶일 수 있습니다.

교재 457–458쪽 · 학습용 실습

150개 점을 몇 개 그룹으로 나눌까요?

아래의 학습용 가상 데이터를 사용합니다. 실제 식물(iris) 데이터 분석 결과가 아닙니다.

K-MEANS CONCEPT

k = 3

실행 전 · 아직 군집이 정해지지 않았어요.

군집 수를 고른 뒤 ‘군집화 실행’을 누르세요.

150개 점 · 미분류

이 도식은 k-Means의 직관을 보여주기 위한 시뮬레이션입니다. 실제 분석에서는 변수의 단위·척도, 초기값, 군집 수 선정, 결과의 타당성 등을 함께 검토합니다.

k 지정

군집 수를 먼저 선택

→

가까운 중심에 할당

각 점의 소속 결정

→

중심 다시 계산

반복하여 수렴

→

군집 해석·평가

집단 특징과 분리 정도

05 / KEYWORDS

핵심 용어 미리보기

446쪽의 핵심어를 출발점으로, 자세한 설명이 나오는 교재 쪽수를 표시했습니다.

교재 449–466쪽

거리·유사도Distance / Similarity교재 449–450쪽

유클리드 거리: 직선거리
맨해튼 거리: 축별 절댓값 차이의 합
민코프스키 거리: 거리 함수의 일반형
마할라노비스 거리: 변수 간 공분산 고려

계층적 분석Hierarchical교재 452–454쪽

최단 연결법: 가장 가까운 쌍 기준
최장 연결법: 가장 먼 쌍 기준
Ward 연결법: 군집 내 제곱합 증가 최소화
덴드로그램: 병합 구조의 나무 그림

기타 군집 기법Algorithms교재 459–465쪽

PAM: 대표 실제 관측치(메도이드) 기반
혼합분포·EM: 확률모형과 반복 추정
SOM: 경쟁학습 기반 자기조직화지도
밀도 기반: 밀집한 점의 영역 탐색

결과 평가Cluster Validation교재 448, 466쪽

실루엣계수: 군집 내 응집도와 군집 간 분리도를 함께 평가
안정성 검토: 표본을 바꿔도 결과가 비슷한지 점검
군집의 의미: 해석 가능성 확인

※ 핵심어는 446쪽에 제시되어 있으며, 각 카드의 쪽수는 첨부 교재에서 해당 내용이 설명되는 위치입니다. 요약 문장은 학습용으로 작성했습니다.

06 / EXAM

기출문제 풀어보기

교재 제시 문제 37·38번 · 선택 후 해설 확인

교재 448쪽

QUESTION 37 · 12회 기출교재 448쪽정답 ③

150개의 식물 개체를 4개의 변수(꽃받침 길이, 꽃받침 폭, 꽃잎 길이, 꽃잎 폭)로 측정한 데이터를 사용하여 3개의 식물 군으로 구분하려 한다. 이때 사용 가능한 분석 방법으로 적절한 것은?

① 회귀분석 (Regression) ② 시계열분석 (Time Series Analysis) ③ 군집분석 (Cluster Analysis) ④ 연관분석 (Association Analysis)

핵심 단서: 정해진 그룹을 예측하는 것이 아니라 유사한 개체끼리 그룹화

QUESTION 38 · 17회 기출교재 448쪽정답 ①

군집분석은 비지도학습 기법 중 하나로 사전 정보 없이 자료를 유사한 대상끼리 묶는 방법이다. 다음 중 군집분석에 대한 설명으로 부적절한 것은?

① 군집분석에서는 군집의 개수나 구조에 대한 가정 없이 다변량 데이터로부터 거리 기준에 의한 자발적인 군집화를 유도하지 않는다. ② 데이터를 두 집단으로 나누어 각각 군집분석을 수행한 결과와 전체 데이터의 군집분석 결과를 비교하여 군집의 안정성을 검토할 수 있다. ③ 군집의 분리가 논리적인지 살펴보기 위해 군집 간 변동의 크기 차이를 검토할 수 있다. ④ 개체를 분류하기 위한 명확한 기준이 존재하지 않거나 밝혀지지 않은 상태에서 유용하게 이용할 수 있다.

핵심 단서: “유도하지 않는다”라는 부정 표현

⭐ 시험 직전 핵심 1

군집분석은 비지도 학습. 개체 사이의 유사성을 측정하여 집단을 찾는다.

⭐ 시험 직전 핵심 2

k-Means는 k를 먼저 정하고, 계층적 군집은 덴드로그램을 보고 군집 수를 정할 수 있다.