클러스터링(Clustering) 이란?

클러스터링(Clustering)은 데이터 마이닝의 범주에 속한다.

데이터 마이닝(Data mining)이란,
방대한 양의 데이터에 체계적, 자동적으로 통계적 규칙 또는 특징, 패턴 등을 찾아내는 것이다.

데이터 마이닝의 방법들로는
분류(Classification)
군집화(Clustering)
연관성(Association)
연속성(Sequencing)
예측(Forecasting)
이 있다.

그래서 클러스터링이란, 주어진 데이터들의 특성을 파악하여 데이터 집단(클러스터)를 정의하고

그 데이터 집단을 대표할 수 있는 점을 찾는 것이다.

클러스터링 알고리즘을 통해 데이터를 군집화 하고 나면,

비슷한 특성을 가진 데이터들은 같은 클러스터에 포함되고, 특성이 다르다면 다른 클러스터에 포함된다.

그리고 군집화(Clustering)와 분류(Classification)가 혼동될 수도 있는데,

분류는 간단히 말하면 특정 카테고리를 정하고, 그 카테고리에 속하는 것들을 ‘구분’하는 것이다.

이미지 인식의 Object Classification을 예로 들면,

수십만장의 사진 데이터를 학습시킨 후, 어떠한 사진을 입력했을 때

이 사진은 자동차(Car)에 속한다. == 이 사진은 자동차 사진이다.

이 사진은 말(Horse)에 속한다. == 이 사진은 말 사진이다.

위와 같은 결과를 도출해내는 것이 Classification의 한 예이다.

긴 글을 내 생각대로 한줄 정리하자면

군집화(Clustering)는 비슷한 것들을 집단단위로 묶는 것, 분류(Classification)는 어디에 속하는지 구분하여 내는 것. 이라고 생각한다.

출처 : JW공부스토리