TIL(Today I Learned)1️⃣실무에 바로 쓰는 머신러닝 기초 7차원축소 선형적 차원 축소: 데이터를 특정 선형으로 투영하여 차원을 줄이는 방법 비선형 차원 축소: 데이터가 복잡한 기하학적 구조를 가질 때, 비선형 맵핑을 이용 차원 축소와 노이즈 제거 대부분의 데이터에는 잡음(irrelevant feature)이 포함 차원 축소 시 중요한 변동을 설명하지 못하는 데이터를 제거함으로 불필요 정보 필터링PCA데이터의 가장 분산이 큰 방향(주성분)을 찾아 그 방향으로 투영하면 그 축이 데이터의 중요한 변동을 설명할 수 있다. 주성분: 가장 큰 분산이 갖는 방향을 1주성분, 그 다음 큰 분산이 갖는 서로 직교하는 방향을 2주성분설명 분산: 몇 개의 주성분만으로 전체 분산의 몇 퍼센트를 설명할 수 있는..