다차원 프레셰 거리 기반 종단자료 군집분석

Abstract

각 개체가 궤적의 형태를 이루는 종단자료에 대한 K-평균 군집분석에서는 궤적 간 유사성을 측정할 수 있는 궤적 거리함수가 필요하다. 기존 K-평균 종단자료 군집분석 알고리즘들은 자체 거리함수 구조 등의 제약으로 현실의 다양한 종단자료를 분석하는 데 한계가 있었다. 특히, 한정된 차원의 궤적만 취급할 수 있다는 것이 대표적이었다. 이에 본 논문에서는 다변수 종단자료로부터 그려지는 다차원 궤적도 다룰 수 있는 새로운 K-평균 종단자료 군집분석 알고리즘을 제안하였다. 이는 궤적 간 유사성을 타당하게 측정한다고 알려진 프레셰 거리(Fréchet distance) 함수를 다변수로 구성된 종단자료도 처리할 수 있는 구조로 K-평균 군집분석 알고리즘에 도입한 것이 특징이다. 이를 통해 궤적 차원의 제약뿐만 아니라 궤적 간 시점 통일 제약 등 기존 알고리즘들이 가지고 있던 여러 가지 한계점을 해결할 수 있었다. 가상의 3차원 궤적에 대한 군집분석 시뮬레이션과 실제 임상 데이터에서의 군집분석 결과를 활용한 검증 과정에서도 본 논문에서 제안한 신규 알고리즘이 기존 알고리즘들에 비해 종합적으로 우수한 성능을 보임을 확인할 수 있었다.