• 카테고리

    질문 & 답변
  • 세부 분야

    딥러닝 · 머신러닝

  • 해결 여부

    미해결

Kmeans 의 cluster_centers_에관하여

20.12.16 09:36 작성 조회수 143

0

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

답변을 작성해보세요.

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.