[머신러닝 & 딥러닝] 비지도 학습에서의 성능 평가 (1) - 엘보우 방법

• 비지도 학습: 최종 클래스 레이블이 존재하지 않음 → 지도 학습에서의 성능 평가 방법을 사용할 수 없음
• 따라서 군집 평가를 위해 알고리즘 자체의 지표를 사용

01. 엘보우 방법을 사용하여 최적의 클러스터 개수 찾기

• 클래스 내 SSE를 바탕으로 문제에 최적인 클러스터 개수 k를 추정함
• k가 증가하면 왜곡은 줄어들 것, 샘플이 할당된 센트로이드에 더 가까워지기 때문
  • 따라서 왜곡이 빠르게 증가하는 지점의 k 값을 찾는 것
• k값을 바꿔가며 왜곡 값을 그래프로 그리면 명확히 알 수 있음