PDA1 [머신러닝] 차원축소 차원(Dimension) 공간 내 데이터의 위치를 나타내기 위해 필요한 축의 개수 좌표상 표현할 수 있는 표현은 3차원까지입니다. 그 이상 넘어가면 변수가 늘어나면서 차원이 커짐에 따라 공간을 설명하기 위한 데이터 부족 과적합 & 성능 감소 & 정보의 밀도 감소 차원 축소(Dimensionality Reduction) 데이터를 잘 설명할 수 있는 변수의 개수는 현재 변수의 개수보다 작을 수 있습니다. 데이터를 기반으로 잠재 공간을 파악하는 것이고 이로 인해 차원의 저주 해결, 연산량 감소, 시각화 용이 등의 이점이 있습니다. 변수 선택(Feature Selection) 원본 데이터의 변수 중 불필요한 변수를 제거하는 방법입니다. ex) 몸무게, 키, 머리 길이 -> 몸무게, 키 변수 추출(Feature .. 2022. 5. 10. 이전 1 다음
