다차원척도법1 1-3. 차원축소 - Feature Extraction(1); PCA, MDA feature 성질을 유지하며 차원 축소하는 기법 PCA(Principal Component Analysis, 주성분 분석) 목표: 분산을 보존하는 직교기저 찾기 데이터 행렬 \(X\)를 기저 \(w\)에 사영한 결과 \(w^{T}X\)에 대한 공분산 행렬 \(w^{T}Sw\)에 대해, \(w^{T}Sw\)가 최대가 되도록 하는 기저 \(w\)는 \(S\)의 고유벡터이다. (고유값 λ이 큰 고유벡터 \(v\)가 분산을 보존하는 기저) 고유값 계산으로 k번째 기저에 사영했을 때, 보존되는 분산량을 구할 수 있다. $\frac{\lambda_k}{\lambda_1+\lambda_2+\ldots+\lambda_d}$ 몇 개의 주성분을 사용하는 것이 적절한지 판단하기 위해 아래의 방법을 사용한다. 주성분 별 보.. 2023. 1. 11. 이전 1 다음
