두 개 Colab에서 과정에서 배운 개념을 소개합니다. 두 번째 및 세 번째 Colab 과정의 일부를 이미 완료했습니다.
수동 유사성을 사용한 클러스터링
과정 초반에 이 Colab의 처음 세 섹션에서 수동 유사성 측정을 설계했습니다. 이제 섹션 4와 5에서 클러스터링 워크플로를 완료합니다. 데이터 세트의 유사성 측정을 맞춤설정했다면 유의미한 클러스터가 표시됩니다.
실습할 내용은 다음과 같습니다.
- 수동 유사도 측정이 적용된 k-평균을 사용하는 클러스터입니다.
- 품질 측정항목을 생성합니다.
- 결과를 해석합니다.
| Colab |
|---|
| 수동 유사성 측정을 사용한 클러스터링 |
지도 유사성을 사용한 클러스터링
수동 유사성 측정을 사용할 때 클러스터링 결과를 보았습니다. 이 경우 결과를 지도 유사성 측정과 비교합니다. 이미 이 Colab의 처음 세 섹션에서 감독 유사성 측정을 설계했습니다. 이제 섹션 4와 5를 실행해 보겠습니다.
실습할 내용은 다음과 같습니다.
- 감독 대상 유사도 측정이 적용된 k-평균을 사용하는 클러스터입니다.
- 품질 측정항목을 생성합니다.
- 결과를 해석합니다.
| Colab |
|---|
| 감독 유사성 측정을 사용한 클러스터링 |