위키득계정 ↗
기술

DBSCAN

DBSCAN기술
분류
밀도 기반 군집화
주요 설정
이웃 반경과 최소 표본 수
핵심 표본
이웃에 충분한 표본이 있는 점
군집 수
사전에 고정하지 않음
DBSCAN은 가까이 모여 있는 표본에서 군집을 확장하는 밀도 기반 군집화 방법이다. 군집 수를 미리 지정하지 않으며, 어느 군집에도 연결되지 않는 표본은 잡음으로 구분할 수 있다.

핵심과 경계

한 표본에서 지정한 반경 이내에 있는 표본들을 이웃으로 센다. 자기 자신을 포함한 이웃 수가 최소 기준 이상이면 핵심 표본이다. 서로 이웃인 핵심 표본들을 이어 군집을 만들고 그 주변의 비핵심 표본을 경계로 포함한다. 연결되지 않은 비핵심 표본은 잡음으로 남는다.

직선 위 여덟 점

좌표가 0, 0.2, 0.4, 0.6, 4, 4.2, 4.4, 9라고 하자. 반경 0.25, 최소 표본 수 3이면 첫 묶음의 0.2와 0.4가 핵심이고 0과 0.6은 경계다. 두 번째 묶음에서는 4.2가 핵심이고 양옆 점들이 경계다. 9는 잡음이 된다. 첫 군집의 양 끝 거리는 0.6으로 반경보다 크다. 반경은 군집 전체의 지름 제한이 아니다.

설정의 의미

반경을 너무 작게 잡으면 원래 연결된 구조도 끊기거나 잡음이 늘 수 있다. 너무 크게 잡으면 서로 다른 덩어리가 이어질 수 있다. 최소 표본 수도 밀도 기준을 바꾼다. 따라서 단위가 다른 특징을 그대로 섞기보다 거리와 특징 표준화의 의미를 먼저 정해야 한다.

결과를 읽을 때

밀도가 비슷한 굽은 군집을 찾는 데 유용하지만 군집마다 밀도가 크게 다르면 단일 반경으로 모두 표현하기 어려울 수 있다. 잡음 표시는 선택한 설정에 대한 판단이며 실제 오류나 무가치한 자료라는 뜻은 아니다. 표본 수가 크고 이웃이 많으면 거리 탐색과 이웃 저장 비용도 확인해야 한다.

관련 문서

K 평균 군집화 / 실루엣 계수 / 데이비스 볼딘 지수 / 유클리드 거리 / 특징 표준화 / 기계 학습