📇 Machine Learning
[ML] Principal Component Analysis (PCA - 주성분 분석)
주성분 분석(Principal Component Analysis, PCA)은 고차원 데이터를 저차원으로 변환하여 데이터의 주요 변동성을 보존하는 차원 축소 기법입니다. 이 방법은 데이터의 분산을 최대화하는 직교 축을 찾아 데이터를 새로운 좌표계로 변환함으로써 노이즈를 줄이고, 시각화 및 해석을 용이하게 합니다. 주성분 분석은 데이터 시각화, 노이즈 제거, 데이터 압축 등의 목적으로 널리 사용됩니다.PCA(주성분 분석)의 특징PCA의 주요한 특징은 어떠한 점이 있을까요? 1. 분산 최대화PCA는 데이터의 분산을 최대화하는 방향으로 새로운 축을 탐색합니다. 가장 많은 변동성을 설명하는 주성분을 찾는다는 의미입니다.2. 직교 축주성분은 서로 직교(orthogonal)하는 축으로 구성됩니다. 이로 인해 주성분 ..
