728x90 반응형 PCA 벡터1 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. 이전 1 다음 728x90 반응형
