파이썬 라이브러리를 활용한 머신러닝(번역개정판): 사이킷런 핵심 개발자가 쓴 머신러닝과 데이터 과학 실무서

264

파이썬 라이브러리를 활용한 머신러닝(번역개정판)

다음엔 덴드로그램을 그려보겠습니다(그림

3

-

45

).

2

,

063

개 데이터 포인트를 모두 트리로 나

타내면 너무 복잡해지므로 이 예제에서는 트리 깊이를 제한했습니다.

51

In [86]:

linkage_array = ward(X_pca)

# 클러스터 사이의 거리가 담겨 있는 linkage_array로 덴드로그램을 그립니다.

plt.gure(gsize=(20, 5))

dendrogram(linkage_array, p=7, truncate_mode='level', no_labels=True)

plt.xlabel("샘플 번호")

plt.ylabel("클러스터 거리")

ax = plt.gca()

bounds = ax.get_xbound()

ax.plot(bounds, [36, 36], '--', c='k')

그림

3-45

얼굴 데이터셋에 적용한 병합 군집의 덴드로그램

수직선이

10

개가 되는 비교적 높은 위치에서 잘라내어,

10

개의 클러스터를 만들었습니다. [그

림

3

-

36

]의 예제 데이터로 만든 덴드로그램에서는 가지의 길이를 보고 데이터를 나누고 있는

두 개 또는 세 개의 클러스터를 확인할 수 있었습니다. 하지만 얼굴 데이터셋에서는 자연스럽

게 자를 수 있는 위치가 보이지 않습니다. 어떤 가지는 그룹을 잘 구분한 듯 보이지만 어떤 ...