Kmeans 의 cluster_centers_에관하여
230
작성한 질문수 13
항상 좋은강의 감사드립니다.
kmeans의 클러서터수를 3으로 한경우 cluster_centers_인자의 값은 크기가 3*4611로 [0,1]사이의 숫자가 나오는것 같은데
궁금하여 다른수강생들의 질문을 찾아보니
"cluster_centers는 군집중심의 좌표값을 알려주는 것이지, 중심과의 상대위치를 정규화된 숫자값으로 표시되는 건 아닌걸로 알고 있어서요. 좌표값이 tf-idf로 vectorization한 값이니 이번 경우에 한하여 중심과의 상대위치를 나타내는 값으로 이해하면 될까요?"
라는 수강생의 질문에
"네, cluster_centers_는 제 설명이 잘못되었군요. 말씀하신대로 군집 중심의 좌표값이 맞습니다.
말씀하신대로 중심과의 상대위치를 나타내는 값으로 이해하시면 될 것 같습니다."
라고 답해주셨던데요..
1) 수강생의 말대로 '군집중심의 좌표값' 인건가요? 제생각에는 선생님께서 말씀하신 대로 KMeans알고리즘 적용이후 나타나는 값중의 하나인 행렬이 cluster_censters_(3*4611)인거고 클러스트 3개에 해당하는 희소행렬 안의 단어 4611개에 대하여 클러스터 0,1,2 별로 상대적인 위치(어떻게 보면 단어별로 0이라는 클러스터로 분류될 수 있을 만한 확률값 [0,1]이라서 1에 가까울수록 그럴듯하다)이런의미가 아닐런지요, 즉, 제 생각에는 선생님말씀처럼 각 클러스터별 정규화과정을 거친 값이지, 군집중심의 좌표값은 아니지 않나요?
선생님말씀처럼 4611개의 모든 단어별로 각 클러스터에 얼마나 확률적으로 가까운지에 대한 리스트인것 같은데..도와주세요
답변 1
0
안녕하십니까,
이건 제가 강의에서 충분히 오해가 될만하게 잘못 설명드린것 같습니다.
cluster_centers는 feature 갯수에 맞춰서 표현된 좌표 중심점이 맞습니다. 그래서 3개의 cluster 중심점이 있으면 [3, feature 갯수] shape으로 표현이 됩니다.
0~1 사이의 값은 feature vectorization되었기 때문이며, 좌표 중심으로 보면 1로 갈수록 중심에 가깝다는 말로 표현이 되었어야 하는데, 영상에서 부족하게 말씀드렸습니다.
착오를 드려서 죄송합니다. 해당 부분은 시간 되는대로 적절하게 수정하도록 하겠습니다.
감사합니다.
안녕하세요 열심히 수강중인 학생입니다
0
60
2
정수 인덱싱
0
68
2
넘파이 오류
0
83
2
11강 numpy의 axis 축 질문 드립니다.
0
85
2
Kaggle 에서 Santander customer satisfaction data 를 다운로드 되지가 않습니다.
0
77
2
Feature importances 를 보여주는 barplot 이 그래프로 안보여져요.
0
69
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
75
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
64
2
5강 강의 오류가 있어요.
0
83
1
실무에서 LTV 관련 모델 선택 질문입니다!
0
72
2
14강 강의 듣는중에 궁금한게 있어서 질문합니다~
0
69
3
파이썬 다운그레이 후 사이킷런 재설치
0
116
2
좋은 강의 감사합니다.
0
72
2
scoring 함수 음수값
0
67
2
6번 강의에 사이킷런, 파이썬, 아나콘다 각각 버전 일치 안 시키고 진행해도 강의 따라가 지나요?
0
99
2
분류 평가 정확도 예측
0
76
2
안녕하세요. 강의 들으면서 업무에 적용하고 싶은 수강생입니다.
0
98
1
카카오톡 채널 있나요
0
106
1
혹시 강의에서 사용하시는 ppt 받을 수 있는건가요
0
189
2
pca 스케일링 관련하여 질문드립니다.
0
100
2
주피터 대신 구글 코랩
0
171
2
강의에서 사용하는 pdf or ppt자료는 따로 없는 건가요?
0
146
2
실루엣 스코어..
0
84
2
float64 null 값 처리 방법
0
102
2