주성분 분석(Principal Component Analysis)
여러 데이터들이 모여 하나의 분포를 이룰 때, 이 분포의 주성분을 분석해주는 방법을 주성분 분석이라고해 1. 차원 축소(Dimension Reduction) 가공되지 않은 데이터를 처리해야 하는 경우에 필요하지 않다고 판단되는 변수를 제거하여 가공해야할 부분을 줄이는 과정을 차원 축소라고해. 차원 축소의 방법으로는 요인분석(FA), 독립성분분석(ICA), 다차원 척도법(MD5), 비선형 차원 축소법 등이 있어 2. 특징 선택(Feature Selection)과 특징 추출(Feature Extraction) 차원 축소는 주어진 데이터 x∈Rd×1를, z∈Rp×1 축소하는 것을 말하며, 데이터의 차원을 축소하기 위한 방법으로는 크게 특징 선택과 특징 추출이 있어. 1) 특징 선택 d 차원의 데이터 x를 구성..
머신러닝/모형과 이론
2019. 11. 16. 21:21
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
TAG
- K-means clustering
- 서포트벡터머신
- dimension reduce
- EDA
- Partitioning Around Medoids
- CA
- ML
- PCA
- 군집분석
- java
- SVM
- 머신러닝
- Clustering Analysis
- 데이터전처리
- 이상치처리
- 차원축소
- PAM
- 주성분분석
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
글 보관함