ML: 비지도 학습

비지도 학습(Unsupervised Learning)은 레이블 없이 데이터의 숨겨진 구조를 학습하는 머신러닝 방법입니다. 이 글에서는 비지도 학습의 대표적인 기법인 군집화(K-Means, DBSCAN)와 차원 축소(t-SNE, UMAP)를 알아보겠습니다.

비지도 학습의 특징

• 레이블 없음: 입력 데이터만 제공되고 정답(레이블)이 없음.
• 데이터 탐색: 데이터의 구조나 패턴을 파악하여 그룹화하거나 요약.
• 활용 사례:
  • 고객 세분화
  • 이미지 분류
  • 데이터 시각화

1. 군집화 (Clustering)

군집화는 데이터를 유사한 특성을 가진 그룹으로 묶는 작업입니다.

(1) K-Means

• 원리: 데이터를 (k)개의 클러스터로 나누고, 각 클러스터 중심(centroid)을 반복적으로 조정하여 최적화.
• 장점: 간단하고 빠르게 동작.
• 단점: 클러스터 개수를 사전에 설정해야 함, 비구형 데이터에 약함.

K-Means 구현 예제

from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs

# 데이터 생성
X, _ = make_blobs(n_samples=300, centers=4, cluster_std=0.6, random_state=42)

# K-Means 모델 학습
kmeans = KMeans(n_clusters=4, random_state=42)
y_kmeans = kmeans.fit_predict(X)

# 시각화
plt.scatter(X[:, 0], X[:, 1], c=y_kmeans, cmap='viridis')
plt.scatter(kmeans.cluster_centers_[:, 0], kmeans.cluster_centers_[:, 1], s=300, c='red', marker='X')
plt.title('K-Means Clustering')
plt.show()

(2) DBSCAN (Density-Based Spatial Clustering of Applications with Noise)

• 원리: 밀도가 높은 영역을 클러스터로 그룹화하고, 밀도가 낮은 포인트는 노이즈로 간주.
• 장점: 비구형 데이터와 노이즈 처리에 강함.
• 단점: 클러스터 간 밀도가 다를 경우 성능 저하.

DBSCAN 구현 예제

from sklearn.cluster import DBSCAN
import numpy as np

# DBSCAN 모델 학습
dbscan = DBSCAN(eps=0.5, min_samples=5)
y_dbscan = dbscan.fit_predict(X)

# 시각화
plt.scatter(X[:, 0], X[:, 1], c=y_dbscan, cmap='viridis')
plt.title('DBSCAN Clustering')
plt.show()

2. 차원 축소 (Dimensionality Reduction)

차원 축소는 고차원 데이터를 저차원으로 변환하여 데이터의 주요 패턴을 추출하는 기법입니다.

(1) t-SNE (t-Distributed Stochastic Neighbor Embedding)

• 원리: 고차원 데이터 간의 유사성을 보존하면서 저차원으로 변환.
• 장점: 데이터의 군집 구조를 시각화하는 데 유용.
• 단점: 계산 비용이 높고, 데이터 크기가 크면 비효율적.

t-SNE 구현 예제

from sklearn.manifold import TSNE

# t-SNE 변환
tsne = TSNE(n_components=2, random_state=42)
X_tsne = tsne.fit_transform(X)

# 시각화
plt.scatter(X_tsne[:, 0], X_tsne[:, 1], c=y_kmeans, cmap='viridis')
plt.title('t-SNE Visualization')
plt.show()

(2) UMAP (Uniform Manifold Approximation and Projection)

• 원리: 데이터의 지역적 구조를 보존하며, 효율적으로 차원을 축소.
• 장점: 속도가 빠르고, 데이터 크기에 강점.
• 단점: 하이퍼파라미터 튜닝 필요.

UMAP 구현 예제

import umap

# UMAP 변환
umap_model = umap.UMAP(n_neighbors=15, min_dist=0.1, random_state=42)
X_umap = umap_model.fit_transform(X)

# 시각화
plt.scatter(X_umap[:, 0], X_umap[:, 1], c=y_kmeans, cmap='viridis')
plt.title('UMAP Visualization')
plt.show()

군집화 vs 차원 축소

특징	군집화 (Clustering)	차원 축소 (Dimensionality Reduction)
목적	데이터를 그룹으로 묶기	데이터를 저차원으로 변환
결과물	클러스터 레이블	저차원 벡터
활용 사례	고객 세분화, 이미지 분류	데이터 시각화, 노이즈 제거
대표 알고리즘	K-Means, DBSCAN	t-SNE, UMAP

정리

• 군집화: 데이터를 유사한 특성을 가진 그룹으로 묶는 기법.
  • K-Means: 간단하고 빠른 군집화 알고리즘.
  • DBSCAN: 밀도 기반으로 클러스터링, 노이즈 처리에 강점.
• 차원 축소: 고차원 데이터를 시각화하거나 주요 패턴을 파악하는 데 사용.
  • t-SNE: 데이터의 군집 구조를 시각적으로 탐색.
  • UMAP: 빠르고 효율적으로 차원을 축소.

다음 글 예고:
머신러닝의 또 다른 흥미로운 분야인 “강화 학습”에 대해 알아보겠습니다. 강화 학습의 기본 원리와 주요 알고리즘을 통해 환경과 상호작용하며 학습하는 방법을 탐구해보세요! 🚀