one of a kind scene

고차원의 데이터를 PCA 알고리즘을 활용하여 저차원으로 축소한 후 시각적으로 보여주는 Biplot에 대해서 알아보자 - Biplot은 각 개체들의 첫번째 주성분(=행), 두번째 주성분(=열) 값을 나타내는 행렬도를 시각화 한것 - 즉, 각 개체가 '행'에는 PC1 값이 표현되고 '열'에는 PC2 값이 표현된다는 것을 뜻하며 이것을 시각화하기때문에 Biplot이라 한다 - Biplot 그림에서 화살표는 웝 - 원변수와 PC간의 관계를 그래프로 표현 그래프 해석방법 1) Biplot 그림에서 화살표는 원변수와 PC의 상관계수를 뜻하며, PC와 평행할수록 해당 PC에 큰 영향. 2) 화살표 벡터의 길이가 원변수의 분산을 표현하며, 길수록 분산이 크다 예시 문제 1) 라면의 종합평가에서 1위는 '짬뽕라면', 2..

차원축소 알고리즘인 PCA알고리즘에 대해서 정리하고자 함 PCA를 왜 쓰는지 그리고 쓰면 머가 좋은지에 대해서 결론적인 얘기만 하고자함 흔히, PCA 알고리즘을 차원축소 알고리즘으로 알고있다. 그렇기 때문에 면접때 PCA를 왜 사용했냐고 물어봤을때, 단순히 차원을 축소하기 위해서 썻다고 답변하는 경우가 허다하다. (이 답변은 30점 정도 줄 수 있는 답변이다.) PCA를 사용하면 다중공선성 문제, 차원의 저주 문제를 해결할 수 있고, 차원을 축소해주기때문에 사람이 쉽게 관찰하고 이해할 수 있는 2차원으로 데이터들을 보여줄 수 있기때문에 사용했다고 답변해야 좋은 답변이라 할 수 있다. PCA는 어떤 알고리즘인가? PCA는 차원축소 알고리즘으로 생각하기보다는 기존 변수를 조합해 새로운 변수를 만드는 변수 추..