안녕하세요? 이번 글은 QGIS에서 제공하는 K-means 클러스터링 기능을 소개해 보겠습니다. K-means 클러스터링은 주어진 데이터 포인트들을 K개의 클러스터로 그룹화하는 비지도 학습 알고리즘입니다. 이 알고리즘은 데이터 포인트들을 각각 가장 가까운 클러스터의 중심으로 할당하고, 그 중심을 다시 계산하여 클러스터를 갱신하는 과정을 반복하면서 클러스터를 형성합니다.
여기서는 가축질병발생 포인트를 K-means로 클러스터링해 보겠습니다. 앞서 소개한 DBSCAN은 밀도 기반으로 클러스터링하며 노이즈 제거가 장점인 반면, K-means는 간단하고 빠른 알고리즘이며 클러스터 크기를 조절할 수 있어 해석이 용이합니다.
QGIS: DBSCAN 클러스터링 기능 소개
안녕하세요? 이번 글은 QGIS에서 제공하는 DBSCAN 클러스터링 기능을 소개해 보겠습니다. DBSCAN(Density-Based Spatial Clustering of Applications with Noise, 디비스캔)은 QGIS에서 제공하는 클러스터링 알고리즘 중
foss4g.tistory.com
클러스터 수: 사용자는 클러스터의 개수(K)를 지정해야 합니다. 이는 몇 개의 클러스터로 데이터를 그룹화할지를 나타내는 값입니다.
