2026 ADsP 필기 3과목 3장 3절 | 군집분석·K-means·계층·DBSCAN — 객관식 10문제

정답 ①

분류는 정답 라벨이 있는 지도학습이고 군집은 유사성으로 집단을 찾는 비지도학습입니다. 군집 1·2 번호는 임의의 이름이며 숫자가 크다고 더 좋은 집단인 것은 아닙니다. 군집 결과는 변수 선택·전처리·거리·알고리즘에 따라 달라집니다. 업무에서 활용하려면 집단별 특징과 안정성, 실행 가능한 전략이 있는지 확인해야 합니다.

정답 ②

정답 범주 없이 유사성을 기준으로 묶으므로 비지도 군집입니다.

정답 ④

K-means는 각 점과 소속 중심 간 제곱거리 합을 줄이는 방식입니다. 초기 중심과 k에 영향을 받으며 구형·비슷한 크기의 군집에 적합한 경우가 많습니다. 범주형 코드에 그대로 적용하면 거리 의미가 왜곡될 수 있습니다. 이상값이 중심에 영향을 줄 수 있으므로 스케일·극단값을 검토합니다. 지역 최적점에 수렴할 수 있어 여러 초기값을 시도하는 방식도 사용합니다.

정답 ③

중심은(2+4+6)/3=4입니다.

정답 ③

계층적 군집은 덴드로그램으로 결합·분할 구조를 표현합니다. 단일 연결은 집단 간 가장 가까운 거리, 완전 연결은 가장 먼 거리, 평균 연결은 평균 거리를 기준으로 합니다. Ward 방법은 군집 내 제곱합 증가를 고려합니다. 연결법에 따라 사슬 효과나 군집 모양이 달라집니다. 덴드로그램을 자르는 높이에 따라 군집 수를 정할 수 있으나 거리와 스케일 선택도 결과에 영향을 줍니다.

정답 ④

단일 연결은최소 2,완전 연결은최대 9입니다.

정답 ①

DBSCAN은 밀도 기반으로 eps와 min_samples 등을 사용하여 핵심점·경계점·잡음점을 구분합니다. 군집 수를 미리 k로 지정하지 않고 비구형 군집을 찾을 수 있습니다. 밀도가 서로 크게 다른 자료에서는 파라미터 선택이 어려울 수 있습니다. 거리 단위가 바뀌면 eps의 의미도 바뀝니다. 잡음으로 표시되었다고 반드시 잘못된 데이터는 아니며 업무상 희귀 집단일 수도 있습니다.

정답 ①

밀도 기반 군집은 비구형 집단과 고립 잡음을 다루는 후보가 될 수 있습니다.

정답 ④

실루엣은 같은 군집 내 거리 a와 가장 가까운 다른 군집까지의 평균 거리 b로 (b-a)/max(a,b)를 계산합니다. 값이 1에 가까우면 상대적으로 잘 분리된 군집을 시사하고 음수는 다른 군집이 더 가까울 수 있음을 뜻합니다. 점수만으로 업무 가치를 결정하지 않습니다. 재표집·기간 변화에 대한 안정성과 해석 가능성도 확인합니다. 엘보 방법은 k 증가에 따른 손실 감소를 보고 후보를 찾지만 항상 뚜렷한 팔꿈치가 나오는 것은 아닙니다.

정답 ①

(5-2)/5=0.6입니다.