이제 K-평균 군집화를 적용합니다.

코드 11-9 K-평균 군집화 적용

num_clusters = 3 ------ 아이리스(붓꽃) 유형이 세 개라서 3으로 지정
cluster_ids_x, cluster_centers = kmeans(
    X=x, num_clusters=num_clusters, distance='euclidean', device=device
) ------ ①

① K-평균 군집화 알고리즘에 대한 훈련은 kmeans()를 이용하며, 이때 사용되는 파라미터는 다음과 같습니다.

ⓐ 첫 번째 파라미터: 훈련 데이터셋

ⓑ num_clusters: 클러스터 개수

ⓒ distance: 클러스터를 구성하기 위해 데이터 간의 거리를 계산하는 방법입니다. 데이터 간 유사도(거리)를 측정하는 방법으로 유클리드 거리, 맨해튼 거리, 민코프스키 거리, 코사인 유사도 등이 있습니다. 예제에서는 유클리드 거리 계산 방법을 사용했으며 공식은 다음과 같습니다.