익명 사용자
로그인하지 않음
토론
기여
계정 만들기
로그인
IT위키
검색
PCA
IT위키
이름공간
문서
토론
더 보기
더 보기
문서 행위
읽기
편집
원본 편집
역사
아이리움
(
토론
|
기여
)
님의 2020년 1월 30일 (목) 00:27 판
(새 문서:
분류:인공지능
분류: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
분류
:
인공지능
데이터 분석
둘러보기
둘러보기
대문
최근 바뀜
분류별 보기
일반 IT용어
프로젝트 관리
디지털 서비스
블록체인
인공지능
소프트웨어 공학
운영체제
컴퓨터 구조
자료 구조
데이터 과학
데이터베이스
네트워크
프로토콜
보안
컴플라이언스
개인정보보호
표준
경영학
기업 IT
조직/단체
광고
위키 도구
위키 도구
특수 문서 목록
이 문서 인용하기
문서 도구
문서 도구
사용자 문서 도구
더 보기
여기를 가리키는 문서
가리키는 글의 최근 바뀜
인쇄용 판
고유 링크
문서 정보
문서 기록
분류 목록
분류 목록
인공지능
데이터 분석