그냥... 몇가지 개념 간단정리 (통계 관련)

공부를 하다가 헷갈렸던, 또는 기억이 잘 안 나는.. 그런 개념들을 정리해봤다. 고유값(Eigen Value)과 고유벡터(Eigen Vector) 벡터 x에 행렬 A를 곱하게 되면 보통 벡터의 크기와 방향이 바뀐다. 하지만 고유벡터와 정방행렬을 곱하면 고유벡터의 방향은 바뀌지 않는다. 즉 벡터 x가 행렬 A의 고유벡터라면 값은 그대로인 것이다. 위의 (1) 식은 일반적인 행렬 계산식이고 아래의 (2) 식은 고유벡터를 곱한 결과이다. 고유벡터는 람다(λ)로 표현하며 고유값이라고도 부른다. 여기서 고유값과 고유벡터가 중요한 이유는 행렬의 정보를 담고 있기 때문이다. 고유값과 고유벡터를 통해 데이터가 어떤 식으로 변화되며 중심축은 어디인지와 같은 정보를 알 수 있기 때문이다. 이런 정보를 바탕으로 PCA(주성분 분석)와 같은 알고리즘을 사용할 수 있다. 조건부 확률(Conditional Probability)과 베이즈 정리(Bayes' Rule) 사건 B가 일어났을 때 사건 A가 발생할 ...