머신러닝 비지도학습 기초 1 - PCA (차원축소)

머신러닝 비지도학습 기초 1 - PCA (차원축소)비지도학습에서는 가장 먼저 차원축소의 개념부터 알아보고자 합니다.차원축소란 정보를 가능한 한 온전히 보존하면서, 고차원 데이터를 저차원 데이터로 변환하는 기법입니다.그 중에서도 가장 기초가 되는 기법이 PCA (주성분 분석 : principal component analysis)죠.PCA를 기반으로 차원축소를 설명할 예정인데, 차원축소를 이해하려면 선형대수학의 개념이나 매트릭스 연산을 알아야 하기 때문에 실습까지 합쳐서 4개 정도의 포스팅으로 나눠서 공부해보겠습니다.차원 축소가 필요한 이유차원 축소를 하는 이유는 차원의 저주를 완화하기 위해서 입니다.차원의 저주란 차원이 늘어남에..........

머신러닝 비지도학습 기초 1 - PCA (차원축소)에 대한 요약내용입니다.

자세한 내용은 아래에 원문링크를 확인해주시기 바랍니다.

원문링크 : 머신러닝 비지도학습 기초 1 - PCA (차원축소)