2019년09월21일 70번
[고급통계처리및분석] 군집 분석 (cluster analysis)에서 비 유사성 (dissimilarity)에 대한 측도 중 변수들 간의 상관관계를 고려한 통계적 거리를 나타내는 측도는?
- ① 유클리디안 (Euclidean) 거리
- ② 민코우스키 (Minkowski) 거리
- ③ 시티블록 (city block) 거리
- ④ 마할라노비스 (Mahalanobis) 거리
(정답률: 알수없음)
문제 해설
마할라노비스 거리는 변수들 간의 상관관계를 고려하여 거리를 계산하기 때문에, 다른 거리 측도들보다 더 정확한 군집화 결과를 얻을 수 있습니다. 예를 들어, 변수 A와 변수 B가 강한 상관관계를 가지고 있을 때, 유클리디안 거리나 민코우스키 거리는 A와 B를 서로 다른 변수로 취급하여 거리를 계산하지만, 마할라노비스 거리는 A와 B의 상관관계를 고려하여 거리를 계산합니다. 따라서, 변수들 간의 상관관계가 중요한 경우에는 마할라노비스 거리를 사용하는 것이 좋습니다.
연도별
진행 상황
0 오답
0 정답