클러스터 분석 수행 방법 배우기

클러스터 분석은 데이터 과학 작업대에서 강력한 도구 모음입니다. 유사한 특성을 공유하는 관측값 그룹(클러스터)을 찾는 데 사용됩니다. 이러한 유사성은 다양한 비즈니스 의사결정에 활용될 수 있습니다. 예를 들어 마케팅에서는 광고를 맞춤화할 수 있는 서로 다른 고객 그룹을 식별하는 데 사용됩니다.

계층적 및 K-평균 클러스터링 기법 살펴보기

이 강의에서는 두 가지 널리 사용되는 클러스터링 방법인 계층적 클러스터링과 K-평균 클러스터링에 대해 배우게 됩니다. 이러한 방법을 사용하는 법만 배우는 것이 아니라, 이들이 어떻게 작동하는지와 그 결과를 어떻게 해석해야 하는지에 대한 탄탄한 직관도 함께 쌓게 됩니다. 축구 선수 포지션, 도매 고객 지출 데이터, 그리고 종단적 직업 임금 데이터라는 세 가지 서로 다른 데이터세트를 탐색하며 이러한 직관을 기르게 됩니다.

실습 중심 사례 연구로 실력을 갈고닦으세요

평균 급여와 그 변화 추이를 바탕으로 한 사례 연구에 새로 익힌 기술을 적용하며 강의를 마무리하게 됩니다. 이 과정에서는 직업 트리와 같은 계층적 클러스터링 기법, 탐색을 위한 준비, 직업 클러스터 그래프 작성과 함께 엘보 분석과 평균 실루엣 폭을 포함한 K-평균 기법을 다룹니다.

DataCamp 강의는 동영상, 기사, 실습 문제로 구성되어 있어 새롭게 익힌 기술을 직접 시험하고 확실히 다질 수 있으며, 강의 환경 밖에서도 자신 있게 적용할 수 있습니다.

실루엣 분석: 관측치 수준 성능

Create Your Free Account