PCA 주성분분석: 분산·공분산행렬·고유벡터로 차원을 줄이는 원리
1901년 피어슨이 제안한 주성분분석(PCA)이 왜 분산을 최대한 보존하는 축을 찾는 일인지, 공분산행렬의 고유벡터·고윳값, 그리고 실제 계산에 쓰이는 SVD까지 직관과 함께 정리한다.
핵심 내용 읽기 →
AI TOPIC
주성분분석 최신 뉴스와 핵심 해설
주성분분석 관련 핵심 뉴스와 활용 인사이트 2편을 최신순으로 모았습니다.
주성분 분석(PCA)이란? 고차원 데이터를 2차원으로 압축해 시각화하는 차원 축소 원리 정리
변수가 많아 직접 그릴 수 없는 고차원 데이터를 PCA가 어떻게 2차원 그래프로 압축해 비슷한 표본을 모아 보여 주는지, 주성분과 로딩 점수, 고윳값과 스크리 플롯 개념을 유전자 측정 예시로 단계별로 쉽게 풀어 설명합니다.
핵심 내용 읽기 →