Acknowledgement
Supported by : 한국연구재단
Annual Conference of KIPS (한국정보처리학회:학술대회논문집)
- 2018.05a
- /
- Pages.437-438
- /
- 2018
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Comparison of Document Clustering Performance Using Various Dimension Reduction Methods
다양한 차원 축소 기법을 적용한 문서 군집화 성능 비교
- Cho, Heeryon (College of Computer Science, Kookmin University)
- 조희련 (국민대학교 소프트웨어융합대학)
- Published : 2018.05.11
Abstract
문서 군집화 성능을 높이기 위한 한 방법으로 차원 축소를 적용한 문서 벡터로 군집화를 실시하는 방법이 있다. 본 발표에서는 특이값 분해(SVD), 커널 주성분 분석(Kernel PCA), Doc2Vec 등의 차원 축소 기법을, K-평균 군집화(K-means clustering), 계층적 병합 군집화(hierarchical agglomerative clustering), 스펙트럼 군집화(spectral clustering)에 적용하고, 그 성능을 비교해 본다.
Keywords