[개념편] t-SNE(t-distributed Stochastic Neighbor Embedding) 이것만 알고가자! - 차원축소, t-분포, 군집, PCA, 노코드 분석

안녕하세요, BigZami 입니다:) 바로 저번에! 데이터 시각화 블록에 대한 모든 포스팅을 끝마치고, 오늘부터는 신나게 데이터 분석 블록들을 알아보겠습니다. 그 스타트는 "t-SNE" 입니다. 이론부터 차근차근 보실까요? 1. t-SNE 란? [그림1] t-SNE [출처] https://datascienceplus.com/multi-dimensional-reduction-and-visualisation-with-t-sne/ t-SNE 는 T-distributed Stochastic Neighbor Embedding의 약자로, 높은 차원의 복잡한 데이터를 2차원에 차원 축소하는 방법입니다. 낮은 차원 공간의 시각화에 주로 사용하며 차원이 축소할 때는 비슷한 구조끼리 데이터를 정리한 상태이므로 데이터 구조를 이해하는 데 도움을 줍니다. 차원 축소하니 다른 블록들도 떠올려지지 않나요? 일전에 PCA, 다차원 척도법이 그랬죠! PCA, 다차원 척도법을 못 보신 분들은 아래 링크로 한번 보...

원문링크 : [개념편] t-SNE(t-distributed Stochastic Neighbor Embedding) 이것만 알고가자! - 차원축소, t-분포, 군집, PCA, 노코드 분석