ScholarGate
어시스턴트
Machine learning

K-평균 군집화

K-평균 군집화(K-Means Clustering)는 1967년 J. MacQueen에 의해 시작된 중심 기반의 분할 군집화 알고리즘으로, 각 관측치를 가장 가까운 군집 중심에 할당하여 데이터를 k개의 군집으로 나눕니다. 이는 마케팅 세분화, 고객 그룹화 및 탐색적 분석에 널리 사용됩니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

K-평균 군집화
계층적 군집화선형 판별 분석 (LDA랜덤 포레스트어피니티 전파 군집화연관 규칙 마이닝(Apriori)앙상블 가우시안 혼합 모델설명 가능한 가우시안 혼합 모델설명 가능한 K-평균FP-성장 (빈발 패턴 성장)퍼지 C-평균 군집화 (FCM)

+6 more

출처

  1. MacQueen, J. (1967). Some Methods for Classification and Analysis of Multivariate Observations. Proceedings of the 5th Berkeley Symposium on Mathematical Statistics and Probability, 1, 281–297. link ↗

이 페이지 인용 방법

ScholarGate. (2026, June 1). K-Means Clustering (Lloyd–MacQueen Algorithm). ScholarGate. https://scholargate.app/ko/machine-learning/k-means-clustering

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side →

이 방법을 참조하는 항목

어피니티 전파 군집화연관 규칙 마이닝(Apriori)앙상블 가우시안 혼합 모델설명 가능한 가우시안 혼합 모델설명 가능한 K-평균FP-성장 (빈발 패턴 성장)퍼지 C-평균 군집화 (FCM)입자 컴퓨팅 (정보 입자화)잠재 디리클레 할당 (Latent Dirichlet Allocation, LDA)음이 아닌 행렬 분해(NMF)온라인 K-평균자기 조직화 지도 (코호넨 지도)확률적 블록 모형 (Stochastic Block Model, SBM)

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →

ScholarGate — K-Means Clustering (K-Means Clustering (Lloyd–MacQueen Algorithm)). 2026-06-15에 다음에서 검색함: https://scholargate.app/ko/machine-learning/k-means-clustering · 데이터셋: https://doi.org/10.5281/zenodo.20539026