K-평균(K-Means) 알고리즘은 기계학습(머신러닝, machine learning), 데이터마이닝에서 활용하고 있는 기법으로서, 대표적인 비지도학습이다. 비지도학습이란 어떤 결과를 예측하지 못해야 되는 것으로, 컴퓨터 스스로 어떠한 해답을 찾아내는 것을 말한다. 예를 들어, 남자와 여자를 분류하고 싶다라는 것은 이미 목적이 존재하고 값이 존재하기 때문에 비지도학습이 될수 없지만 컴퓨터 스스로 데이터를 분류하다가 남자와 여자의 특성 차이를 깨닫고 분류했다면, 비지도학습이 되는 것이다. K-Means는 중심값을 선정하고, 중심값과 다른 데이터간의 거리를 이용하여 분류를 수행한다. 다음 수행에서는 좀 더 중심에 위치한 중심값을 선정하고, 분류하고 이러한 과정을 반복하여 더이상 분류가 되지 않을 경우에 해당..
MECE(미시라고 읽음, Mutually Exclusive Collectively Exhaustive), LISS(리스라고 읽음, Linearly Independent Spanning Set)란 중복없이 분류하는 사고방식을 뜻한다. 대표적인 예로, 트리 형태로 분류하는 로직트리가 있으며, 수많은 사례들이 존재한다. 예를 들어, 회사에 존재하는 분류 체계인 ~부, ~과 등도 MECE, LISS의 대표적인 사례이다. MECE는 중복없고 빠짐없이 분류했을 때를 뜻한다. 즉 모든 분류의 합이 전체가 되면 MECE로 분류를 한 것이고, 중복은 없지만 빠지는 것이 존재하면, LISS이다. 위에서 설명한 것처럼 MECE분류가 당연히 LISS 분류보다 좋다라고 말할 수 있지만, 현실적으로 상당히 힘든 분류이다. 어떠한..
