K-Medoids 알고리즘

1. K-Medoids 알고리즘의 개념

K-medoids는 K-means를 변형한 것으로, 군집의 무게 중심을 구하기 위해서 데이터의 평균(means)대신 중간점(medoids)를 사용하는 것이다.

---

2. K-Medoids 알고리즘의 특징

• k-means의 단점을 보완하기 위한 방법으로 가장 간단히 평균대신 중간점을 사용하는 방법이다.

• 아래 그림을 보면 K-medoid가 k-means보다 중심값을 더 명확히 설정하였다. 그러므로 더 좋은 군집을 형성할 가능성이 높아지는 것이다.

---

3. K-Medoids 알고리즘의 수행절차

---

4. K-Medoids 알고리즘의 단점

1. K-medoids는 데이터 간의 모든 거리 비용을 반복하여 계산해야하기에 K-means보다는 상대적으로 많은 시간이 소요된다. O(n^2)
2. K-means와 K-medoids 모두 원형의 군집이 아닌 경우에 군집화를 이루기가 어렵다.

---

5. K-Means, K-Medoids 비교