계층적 군집 분석 (Hierarchical Clustering Analysis)

계층적 군집 분석(Hierarchical Clustering Analysis)은 데이터 내의 클러스터(군집)의 계층을 구축하고자 하는 클러스터 분석 방법입니다. K-평균 군집화와 달리, 군집의 수를 사전에 지정할 필요가 없는 것이 특징입니다. 이 방법은 생물정보학, 이미지 분석, 시장 조사 등 다양한 분야에서 널리 사용됩니다. 과정은 다음과 같습니다: 전략: 계층적 군집화에는 두 가지 주요 유형이 있습니다:

덴드로그램 생성: 계층적 군집화 과정은 주로 덴드로그램을 사용하여 시각화됩니다. 이것은 병합이나 분할의 순서를 기록하는 나무 모양의 다이어그램입니다. 거리 측정: 집괴적 군집화에서 어떤 클러스터를 결합할지, 분할적 군집화에서 클러스터를 어디에서 분할할지 결정하기 위해 관측 집합 간의 비유사성을 측정해야 합니다. 일반적으로 사용되는 지표에는 유클리드 거리, 맨해튼 거리, 최대 거리 등이 있습니다. 연결 기준: 이것은 집합의 비유사성을 집합 내 관측치 쌍의 거리 함수로 정의합니다. 연결 기준의 선택은 클러스터의 형태에 영향을 미칩니다. 일반적인 방법으로는 다음이 있습니다: 클러스터 수 결정: K-평균과 달리, 계층적 군집화에서는 클러스터 수를 사전에 정의할 필요가 없지만, 덴드로그램상의 ‘절단점’을 선택하여 클러스터 수를 결정해야 합니다. 장단점: 계층적 군집화는 클러스터 수를 사전에 지정할 필요가 없고 해석하기 쉬운 덴드로그램을 제공한다는 장점이 있습니다. 그러나 계산이 복잡하며(특히 집괴적 방법에서), 대규모 데이터셋에 대해 확장이 어렵고, 거리와 연결 방법의 선택에 따라 결과가 영향을 받을 수 있습니다. 계층적 군집화는 탐색적 데이터 분석에 특히 유용하며, 데이터의 기본 구조가 미리 알려지지 않았을 때 자주 사용됩니다.