비지도학습 (Unsupervised Learning)

비지도학습 (Unsupervised Learning)

정답 레이블 없이 입력 데이터(X)만으로 숨겨진 패턴·구조·관계를 스스로 발견하는 방식으로, 군집화·차원축소·이상탐지를 통해 데이터 탐색과 전처리에 활용되며 레이블링 비용이 없어 대규모 데이터 분석에 유리

특징: 레이블 불필요, 패턴 자동 발견, 낮은 데이터 비용, 정성적 평가

주요과제

• •군집화: 유사 데이터 그룹핑, K-means·DBSCAN·Hierarchical
• •차원축소: 고차원→저차원 압축, PCA·t-SNE·UMAP·오토인코더
• •이상탐지: 정상 이탈 검출, Isolation Forest·One-Class SVM

군집화 알고리즘

• •K-means: K개 중심점 기준, 빠름, K값 사전지정 필요
• •DBSCAN: 밀도 기반, 임의 모양, 노이즈 처리
• •Hierarchical: 계층 구조, 덴드로그램, 클러스터 수 사후결정

차원축소 알고리즘

• •PCA: 분산 최대 방향 투영, 선형, 빠름
• •t-SNE: 이웃 관계 보존, 시각화 우수, 느림
• •UMAP: t-SNE보다 빠름, 전역·국소 구조 보존
• •오토인코더: 신경망 압축·복원, 비선형

평가지표: Silhouette Score(응집도·분리도), Davies-Bouldin Index, Reconstruction Error

적용사례: 고객세분화(K-means), 유사상품찾기(군집화), 이미지압축(PCA), 사기탐지(Isolation Forest), 유전자그룹핑(Hierarchical)

비교: 지도학습(레이블필요·예측) vs 비지도학습(레이블없음·탐색)

연관: 머신러닝, 군집화, 차원축소, 이상탐지, K-means, PCA, 오토인코더