PCA(Principal Components Analysis)
- 고차원 데이터를 효과적으로 분석하기 위한 대표적인 차원축소 기법
PCA 핵심원리
- 데이터 차원을 축소할 경우, 어떤 벡터에 데이터들을 정사영시켜야 데이터 구조(분산)이 제일 잘 유지되는가?
PCA 과정
Covariance(공분산)의 의미
공분산 VS 고유값(Eigenvalue), 고유벡터(Eigenvector)
'프로젝트 > 코드프레소 체험단' 카테고리의 다른 글
| 파이썬으로 구현하는 머신러닝 : 비지도학습 - 선형판별분석(LDA)의 개념 (0) | 2022.02.12 |
|---|---|
| 파이썬으로 구현하는 머신러닝 : 비지도학습 - PCA 실습 (0) | 2022.02.12 |
| 파이썬으로 구현하는 머신러닝 : 트리모델 - Random Forest (0) | 2022.02.09 |
| 파이썬으로 구현하는 머신러닝 : 트리모델 - 앙상블 기법의 개념 (0) | 2022.02.09 |
| 파이썬으로 구현하는 머신러닝 : 트리모델 - Decision Tree의 특징 (0) | 2022.02.09 |
