이번 주차에서 최적의 클러스터 개수를 찾는 다양한 방법을 배웠습니다! k-평균에서는 이너셔나 실루엣 점수 등을 이용해 클러스터 개수를 선택하고, 가우스 혼합에서는 BIC, AIC 등을 이용해 최적의 클러스터 개수를 찾습니다.

그렇다면

• 엘보우 기법에서 엘보우 포인트가 명확히 보이지 않은 경우, 어떻게 해결할 수 있을까요?
• 엘보우 기법, 실루엣 점수 등 클러스터 개수를 찾는 방법 마다 최적의 값이 다르게 나오는 경우, 어떤 기준을 따라야 할까요?
• 고차원 데이터에서는 최적의 클러스터 개수를 찾는 것이 더욱 어려워집니다. 고차원 데이터에서 최적의 클러스터 개수는 어떻게 찾을까요? 이전에 배웠던 차원 축소를 먼저 적용하는 것이 좋을까요?

Deep Dive를 통해 파헤쳐봅시다.