PCA를 이해해 보자
20 Nov 2021 | calculus
이해한 대로 말로 털자면, 예를 들어 Marketing 문제를 해결한다고 할때, PCA를 많이 쓰는데, 즉 한 벡터(Information)에 많은 50개의 특징들에 대한 데이터를 가지고 있다고 가정을 해보자. 우리는 이 수천개의 정보 데이터를 가지고 있다고 할때 정보가 중요한지 알고 싶다. 이때 PCA를 써서 중요한 특징들을 뽑아내서 의미 있는 정보 혹은 정보들을 classification을 하거나 Recognition을 할 수 있다.
이와 같은 방식으로, 중요한 요소만 뽑아 내어서 데이터 분석이나 다양한 작업을 할 수 있다.
참고 자료:
https://walwalgabu.tistory.com/entry/PCA%EB%A5%BC-%EC%A7%81%EA%B4%80%EC%A0%81%EC%9C%BC%EB%A1%9C-%EC%9D%B4%ED%95%B4%ED%95%B4%EB%B3%B4%EC%9E%90
이해한 대로 말로 털자면, 예를 들어 Marketing 문제를 해결한다고 할때, PCA를 많이 쓰는데, 즉 한 벡터(Information)에 많은 50개의 특징들에 대한 데이터를 가지고 있다고 가정을 해보자. 우리는 이 수천개의 정보 데이터를 가지고 있다고 할때 정보가 중요한지 알고 싶다. 이때 PCA를 써서 중요한 특징들을 뽑아내서 의미 있는 정보 혹은 정보들을 classification을 하거나 Recognition을 할 수 있다.
이와 같은 방식으로, 중요한 요소만 뽑아 내어서 데이터 분석이나 다양한 작업을 할 수 있다.
참고 자료:
https://walwalgabu.tistory.com/entry/PCA%EB%A5%BC-%EC%A7%81%EA%B4%80%EC%A0%81%EC%9C%BC%EB%A1%9C-%EC%9D%B4%ED%95%B4%ED%95%B4%EB%B3%B4%EC%9E%90
Comments