PCA 썸네일형 리스트형 PCA (Principal Component Analysis, 주성분분석) PCA 는 간단히 아래와 같은 그림으로 표현할 수 있다. 출처: http://www.nlpca.org/pca_principal_component_analysis.html 즉... 간단히 설명하자면, 모든 성분들의 주축을 찾아내어~ 해당 축에 대해 투영시킴으로써, 데이터가 고르게 분포된 형태의 값을 얻어 낸다는 것이다. 많은 사람들이 주축을 찾아낸다는 부분에서 많이 당황스러워한다. 기조적인 선형대수 내용이라고 볼 수 있다. 참고로 얘기하자면, 선형대수의 Eigen vector 를 이해하지 못하면 PCA를 이해할 수 없다. PCA의 순서는 간단히 다음과 같다. 1. 전체 데이터의 평균을 구한다. 2. 전체 데이터에 평균을 뺀다 3. 공분산 행렬을 만든다. (공분산 행렬은 모든 요소의 공통된 부분을 뺀 개별적.. 더보기 이전 1 다음
