Update 4.1.1.4.KMeans_manual.md

manual1903/operator/4.1.1.4.KMeans_manual.md

@@ -10,11 +10,11 @@ export_on_save:
 ## Operator 설명
 - n개의 data를 k개의 cluster로 나누는 것을 목적으로 하고 있다.
 - 입력 데이터 집합의 각 데이터들과 k개의 cluster 중심점과의 거리를 각각 구하고 각 data는 가장 유사도가 높은 중심점에 각 데이터를 할당하게 된다.<br>
-<img src="/images/4.1.1.4.kmeans_1.png" width="300">
+<img src="./images/4.1.1.4.kmeans_1.png" width="300">
 1. 입력 데이터 집합에서 K(3)개의 데이터를 임의로 추출하고 이 데이터를 각 cluster의 중심으로 설정한다. 입력 데이터 집합의 각 데이터 들과 k개의 cluster 중심점과의 거리를 각각 구하고, 가장 유사도가 높은 중심점에 각 데이터를 할당하게 된다.
-<img src="/images/4.1.1.4.kmeans_2.png" width="300">
+<img src="./images/4.1.1.4.kmeans_2.png" width="300">
 2. 모두 할당하였으면 cluster의 중심점을 다시 계산한다.
-<img src="/images/4.1.1.4.kmeans_3.png" width="300">
+<img src="./images/4.1.1.4.kmeans_3.png" width="300">
 3. cluster가 바뀌지 않을 때까지 반복적으로 거리계산 및 cluster 할당 작업을 수행을 하게 된다.
 ## Operator 파라미터 설명
 - k_value: cluster의 개수 (required)