호테의 노트에 오신 것을 환영합니다 🙌

Tableau와 Salesforce, Python과 SQL 등 데이터의 전반적인 것들을 다루는 기술 블로그입니다.

머신러닝 4

유클리드 거리 vs 맨하튼 거리 비교

유클리드 거리 vs 맨하튼 거리 : 언제 어떤 거리 측정을 써야 할까?데이터 분석이나 머신러닝, 클러스터링, 추천 시스템을 다뤄본 분들이라면 “거리”라는 개념을 자주 접하셨을 겁니다. 그런데 거리에도 종류가 있다는 사실, 알고 계셨나요?이번 글에서는 대표적인 두 거리 측정 방식인 유클리드 거리(Euclidean Distance)와 맨하튼 거리(Manhattan Distance)를비교해보겠습니다. 1. 유클리드 거리란?유클리드 거리는 우리가 일상적으로 생각하는 직선 거리입니다.2차원 평면에서 두 점 사이의 직선 거리를 피타고라스 정리를 이용해 계산하죠.수식:P, Q는 n차원 공간의 두 점입니다.특징:연속적이고 직선적인 거리고차원에서도 일반화 가능좌표 간 변화량이 클수록 거리도 커짐 2. 맨하튼 거리란?맨하..

통계 2025.05.13

Tableau 자체 머신러닝 기능 : 예측과 클러스터링

태블로 머신러닝: 클러스터링과 예측은 어떻게 작동할까?태블로(Tableau)는 강력한 데이터 시각화 툴이지만, 데이터를 기반으로 클러스터링과 예측 분석도 가능하도록 지원합니다. 이 글에서는 클러스터링과 예측 모델이 어떤 데이터를 기반으로 작동하며, 이를 구현할 때 무엇을 고려해야 하는지 자세히 알아보겠습니다.1. 클러스터링(Clustering): 데이터의 군집화클러스터링은 데이터를 특성에 따라 비슷한 그룹으로 나누는 머신러닝 기법입니다. 태블로에서 클러스터링은 비지도 학습(Unsupervised Learning) 방식으로 작동하며, 주로 다음과 같은 데이터 특성을 기반으로 그룹을 형성합니다:기준 데이터 • 수치 데이터(Numerical Data): 매출, 방문자 수, 제품 가격 등 연속적인 값 • 범주형..