728x90 LDA1 [천재교육] 차원축소 (PCA, LDA) 차원의 저주 (The curse of dimensionality) 차원이 증가할 수록 데이터 간 빈 공간이 생기게 됨으로써 생기는 문제들. 차원 축소 차원의 저주 문제를 해결하기 위해 특성(Feature) 수를 줄여서 학습 불가능한 문제를 학습 가능한 문제로 만드는 기법. 즉, 정보의 손실이 크지 않은 방향으로 고차원의 데이터를 저차원의 데이터셋으로 변환시키는 것이다. ※ 사영기법 n차원의 데이터셋을 차원이 낮은 d차원 데이터 셋으로 사영(Projection)하는 기법 1. PCA (주성분 분석 , Principal Component Analysis) 학습 데이터 셋을 특정 초평면(3차원 이상의 고차원에 존재하는 저차원 공간, Hyperplane) 에 사영하는 기법 ※ PCA 의 활용 2. LDA (선형.. 2023. 3. 16. 이전 1 다음 728x90
