Ch6. 차원 축소

1. 차원 축소 (Dimension Reduction) 개요

 

2. PCA (Principal Component Analysis)

 

3. LDA (Linear Discriminant Analysis)

 

4. SVD (Singular Value Decomposition)

 

5. NMF (Non-Negative Matrix Factorization)

---

가장 중요한 키워드: 잠재적 요소 (Latent Factor)

매우 많은 차원을 가지고 있는 이미지나 텍스트에서 특정 부위(데이터의 답을 잘 설명해주는 피처)를 찾고 함축된 잠재적인 의미를 뽑아냄 => 차원 축소를 통해 데이터를 잘 설명해줄 수 있는 잠재적 요소를 추출

6-3_LDA(Linear Discriminant Analysis).ipynb

0.02MB

6-4_6_5_SVD & NMF.ipynb

0.11MB

6-2_PCA.ipynb

0.27MB