PCA

IT위키
아이리움 (토론 | 기여)님의 2020년 1월 30일 (목) 00:27 판 (새 문서: 분류:인공지능분류:데이터 분석 ;Principal Component Analysis; 주 성분 분석 ;Covariance Matrix에서 Eigen Value가 가장 커지는 Eigen Vector를 찾는 과...)
(차이) ← 이전 판 | 최신판 (차이) | 다음 판 → (차이)
Principal Component Analysis; 주 성분 분석
Covariance Matrix에서 Eigen Value가 가장 커지는 Eigen Vector를 찾는 과정
  • 차원 축소 모델
  • 비지도 학습

개념

  • 더 작은 차원 중 분산이 가장 큰 축을 찾는다.
  • 시각화가 목적이라면 최대 3차원까지 줄여야 한다.
    • 분석이 목적이라면 무관

구성

  • Covariance Matrix
  • Eigen Value
  • Eigen Vector
원본 주소 "https://itwiki.kr/index.php?title=PCA&oldid=6949"