목록lda (1)

미식가의 개발 일기

[머신러닝] 차원 축소(PCA, LDA)

차원 축소란?"고차원 데이터의 중요한 정보를 보존하며 더 낮은 차원으로 변환하는 과정"  주성분 분석(PCA, Principal Component Analysis) 소개데이터의 전체 분산을 최대화 하는 새로운 축을 찾아 데이터의 차원을 줄임비지도 학습 기법(클래스 라벨 사용 X)데이터 전처리, 시각화, 노이즈 감소에 사용 장단점장점핵심 특성을 유지하며 차원을 줄이고 복잡성 감소 -> 시각화와 해석 용이, 빠르고 효율적단점어떤 변수가 중요한지 구별하기 어려움, 일부 정보 손실 가능성 있음, 주성분은 원본 변수의 선형 결합 결과이므로 축소를 진행했을 때 해석의 어려움이 있을 수 있음 PCA 구현 1. 데이터 표준화 및 스케일링 Datasets -> Heghts and Weights 검색 -> csv 다운로드..
ML, DL 2024. 7. 24. 15:12
이전 Prev 1 Next 다음