관리 메뉴

선택과 집중

53日_PCA, 차원축소의 개념, 딥러닝/ 머신러닝 / 통계의 차이 본문

삶의 질 수직상승/AI 기술이 뭐야?

53日_PCA, 차원축소의 개념, 딥러닝/ 머신러닝 / 통계의 차이

500% 2023. 1. 5. 11:11
반응형

PCA

-X축이 아니라 노란색으로 축(새로운 특성)을 바꾸겠다는 의미
-노란색이 속성값이 됨
-Y축을 안보는게 '차원축소'
-특성을 뽑아낼 수 있게 축 변환해서, 차원을 줄이는데서 오는 데이터의 손실을 최소화한다.
참고)
-분산이 작다 = 데이터가 모여 있다
-분산이 더 크다 = 퍼져 있다


 

분산이 큰 방향에서 특성을 본다.
겹쳐보이면 데이터구별이 어려우니까!

그렇다면 차원축소의 개념이 뭘까?

출처 : '빅데이터'님의 캘리포니아 주택가격 예측하기

-이 예측의 경우
밑에 다섯개를 버리고 여섯개 쓴다는게 차원축소!
-차원축소 : 오히려 정확도를 높일 수 있다.
-PCATSME가 차원축소하는 애들
ㄴTSME 는 워드투백할때 주로 썼던듯!

딥러닝/ 머신러닝 / 통계의 차이?

-뉴로랫(신경망) > 딥러닝
ㄴ머신러닝은 뉴로랫(신경망)이 아님. 망구조가 아님.
-knn. sbm.의사결정 나무. 랜덤포레스트 > 머신러닝 모델
-통계 > 인공지능이 아니라 인간지능

반응형