Machine Learning/Feature Engineering (1) 썸네일형 리스트형 PCA(주성분 분석) 요약 PCA(Principal Component Analysis)는 주성분 분석이라고도 하며, 고차원 데이터의 집합이 주어졌을 때, 원래의 고차원 데이터와 가장 비슷하면서 더 낮은 차원의 데이터를 찾아내는 방법이다.더 낮은 차원의 데이터값 변화가 더 높은 차원의 데이터값 변화를 설명할 수 있어야 한다. PCA는 통계 데이터 분석(주성분 찾기), 데이터 압축(차원 축소), 노이즈 제거 등 다양하게 활용할 수 있다. PCA는 데이터 하나 하나에 대한 성분을 분석하는 것이 아니라, 여러 데이터들이 모여 하나의 분포를 이룰 때, 이 분포의 주성분을 분석해주는 방법이다. 여기서 주성분이라 하면, 그 방향으로 데이터들의 분산이 가장 큰 방향벡터를 의미한다. 따라서 PCA를 2차원 데이터 집합에 대해 수행하면 2개의.. 이전 1 다음