[Machine Learning] 주성분 분석(Principal Component Analysis)

주성분 분석(Principal Component Analysis, PCA)

Data points를 가장 잘 구별해주는 주성분(배후의 변수)을 찾는 기법
각 항목을 가장 잘 구별해주는 변수를 찾는 일

• 차원 축소 기법
  • 주성분(적은수의 변수)으로 전체 데이터 세트 표현 가능
  • 데이터 세트에서 의미 있는 선(축)을 찾는 과정
• 주성분
  • Data points가 가장 넓게 분포(분산이 큰)하는 차원
  • 가장 많은 정보를 포함한 차원을 따라 데이터가 넓게 분포함
• 각 차원이 직교인 경우 PCA가 유용함
• 비지도 학습의 일종

고차원 공간의 데이터를 저차원 공간으로 변환(2차원 -> 선형)

그림 출처