[Python] 비지도학습-군집평가(실루엣 계수)

Clustering Evaluation

 

군집화 데이터셋에서는 대부분 타깃 레이블이 존재하지 않기 때문에 군집의 성능을 평가하기 위한 방법으로 실루엣 분석을 사용한다.

 

Silhouette analysis

 

실루엣 분석이란 각 군집간의 거리가 얼마나 효율적으로 분리되어있는지를 나타낸다. 효율적으로 분리되어 있는 것은 다른 군집과는 거리가 멀고, 동일 군집 내에서는 서로 가깝게 잘 뭉쳐있다는 것을 의미한다.

 

실루엣 계수는 -1~1 사이의 값을 가지며, 1에 가까울 수록 근처의 군집과 더 멀리 떨어져 있는 것을 의미, 

0에 가까울수록 근처 군집과 가까워진다는 것을 의미한다. 

-값은 아예 다른 군집에 데이터 포인트가 할당됐음을 의미한다. 

 

* 좋은 군집화 조건

- 전체 실루엣 계수의 평균값, 즉 사이킷런의 silhouette_score()값이 0~1 사이이며, 1에 가까울 수록 좋다.

- 전체 실루엣 계수의 평균값과 개별 군집의 평균값의 편차가 크지 않아야한다. 즉, 개별 군집의 실루엣 계수 평균값이 전체 실루엣 계수의 평균값에서 크게 벗어나지 않아야한다.