728x90 반응형 주성분분석3 선형회귀의 트렌드 직선과 PCA의 주성분은 서로 같을까? 주어진 데이터를 선형회귀법으로 분석하여 어떤 직선적인 경향을 따르는지, 또 주어진 데이터의 주성분을 분석하여 차원을 축소시켜 보는 방법들에 대해 다룬 바 있습니다. 선형회귀법은 트렌드 직선의 비밀(선형회귀), 트렌드 직선의 비밀(선형회귀) #2, 트렌드 직선의 비밀(선형회귀) #3 에 걸쳐서 소개한 바 있었습니다. PCA은 주성분 분석(Principal Component Analysis)이란?, 주성분 분석(PCA)의 수학적 접근, 주성분 분석(PCA)의 수학적 접근 #2에서 다룬 바 있었습니다. 관련글들을 읽다 보면 선형회귀 및 PCA를 활용한 예제들도 만나볼 수 있으니 참고해 보시기 바랍니다. 선형회귀와 PCA 접근법의 차이점은? 우선, 차이점은 선형회귀는 주어진 데이터를 잘 설명하는 일차 직선을 찾.. 2024. 4. 9. 주성분 분석(PCA)의 수학적 접근 이번 글은 2022.09.02 - [수학의 재미/아름다운 이론] - 주성분 분석(Principal Component Analysis)이란? 주성분 분석(Principal Component Analysis)이란? 이 글에서 다룰 내용은 주성분 분석(principal component analysis, PCA) 기법입니다. 주성분 분석이란 간단히 말해 주성분 분석 고차원의 데이터를 저 차원의 데이터로 축소시켜 분석하기 위해 쓰는 기법 sine-qua-none.tistory.com 에서 이어집니다. 지난 글에서는 주성분 분석의 개념과 주성분 분석을 가지고 무엇을 하려는지를 설명했는데요, 그렇다면 저번 글에서 말한 "데이터를 잘 설명할 수 있는 축"들을 어떻게 찾는지를 알아보겠습니다. 먼저 수학적으로 세팅을 해.. 2022. 9. 5. 주성분 분석(Principal Component Analysis)이란? 이 글에서 다룰 내용은 주성분 분석(principal component analysis, PCA) 기법입니다. 주성분 분석이란 간단히 말해 주성분 분석 고차원의 데이터를 저 차원의 데이터로 축소시켜 분석하기 위해 쓰는 기법 무슨 뜻일까요? 예를 들어 "명덕초등학교 1학년 학생들의 실태"를 조사하기 위해 학생들이 가지고 있을 만한 성질(데이터 분석에서는 이를 features 라 합니다.)을 모아본다고 가정합시다. 여러 가지가 있겠죠. 예를 들어 키 몸무게 시력 한글습득 여부 부모의 나이 충치 여부 머리둘레 국적 거주하는 구 성 씨 나이 등 등 등... 와 같은 특색들이 있겠죠. 그런데 가만히 보면, 별로 중요하지 않은 변별력 없는 특징이 있습니다. 애들 국적은 거의 대부분 우리나라일 것이고, 거주하는 구도.. 2022. 9. 2. 이전 1 다음 728x90 반응형
