kmeans

유클리디안 거리를 기반으로 K-평균++(K-Means++) 알고리즘을 사용하여 입력 데이터를 k개의 클러스터로 분류합니다.

명령어 속성

문법

옵션

k=INT

클러스터 수. 최댓값은 100입니다. (기본값: 3)

iter=INT

계산 반복 횟수 (기본값: 10000)

대상

FIELD, ...

클러스터링에 사용할 필드 목록. 쉼표(,)로 구분하여 여러 필드를 지정할 수 있습니다. 필드 값은 숫자형이어야 하며, 지정한 필드 중 하나라도 숫자가 아닌 레코드는 무시합니다.

출력 필드

오류 코드

파싱 오류

런타임 오류

해당 사항 없음

설명

kmeans 명령어는 모든 입력 레코드를 수집한 후, 지정한 필드의 숫자 값을 기반으로 K-평균++ 알고리즘을 수행하여 각 레코드를 가장 가까운 클러스터에 할당합니다. 분류 결과는 _cluster 필드에 1부터 시작하는 클러스터 번호로 출력합니다.

지정한 필드 중 하나라도 숫자가 아닌 값을 포함하는 레코드는 클러스터링 대상에서 제외합니다. 최대 100,000건의 입력 레코드를 처리할 수 있으며, 유효한 입력 레코드가 100,000건을 초과하면 쿼리를 종료합니다.

사용 예

이 사용 예에서 조회하는 WEB_APACHE_SAMPLE 테이블을 준비하려면 쿼리 실습용 데이터를 참고하세요.

1. 웹 접근 로그를 3개의 클러스터로 분류

   table WEB_APACHE_SAMPLE
   | eval bytes = long(bytes)
   | kmeans bytes, status
   | fields _time, src_ip, bytes, status, _cluster
   

   bytes와 status 필드를 기준으로 기본 클러스터 수(3)로 분류합니다.

2. 클러스터 수와 반복 횟수를 지정하여 분류

   table WEB_APACHE_SAMPLE
   | eval bytes = long(bytes)
   | kmeans k=4 iter=100000 bytes, status
   | fields _time, src_ip, bytes, status, _cluster
   

   4개의 클러스터로 분류하고, 최대 100,000회 반복하여 수렴 정확도를 높입니다.

3. 출발지 IP별 접근 통계를 클러스터링

   table WEB_APACHE_SAMPLE
   | stats count as req_count, sum(bytes) as total_bytes by src_ip
   | eval total_bytes = long(total_bytes)
   | kmeans k=3 req_count, total_bytes
   | fields src_ip, req_count, total_bytes, _cluster
   

   출발지 IP별 요청 수와 전송 바이트 합계를 기준으로 접근 패턴을 3개의 클러스터로 분류합니다.

호환성

kmeans 명령어는 소나 4.0 이전 버전부터 제공되었습니다.