꿈라CBTK-평균 군집분석에 대한 설명으로 가장 적절하지 않은 것은?
- 1군집의 수 K를 늘릴수록 군집 내 오차제곱합은 계속 줄어들므로, 오차제곱합이 가장 작아지는 K를 선택하면 최적의 군집 수를 얻을 수 있다.
- 2각 반복에서 군집 내 오차제곱합이 감소하는 방향으로만 갱신되므로 반드시 수렴하지만, 도달한 지점이 전역 최적해라는 보장은 없다.
- 3서로 다른 초기값으로 여러 번 실행한 뒤 오차제곱합이 가장 작은 결과를 택하거나, 초기 중심을 서로 멀리 배치하는 K-means++를 사용하여 초기값 문제를 완화할 수 있다.
- 4군집의 중심으로 평균을 사용하므로 극단값의 영향을 크게 받으며, 군집 내 다른 관측치들과의 거리 합이 가장 작은 실제 관측치(medoid)를 중심으로 삼는 K-medoids로 이를 완화할 수 있다.