PCA란?
- 차원축소 기법중 하나로 원데이터의 성질을 유지하면서 여러개의 feature들을 dimention reduction을 하여 feature간의 경향성을 파악하고, 주성분을 만들어 낸다.
주성분: 기존의 변수를 조합하여 서로 연관성이 없는 새로운 변수
등장배경
고차원의 데이터는 계산과 시각화가 어려워 분석하기가 쉽지 않다.
따라서 원 데이터의 분포를 가능한 유지하면서 데이터의 차원을 줄이는 것이 필요하다. 이를 dimensionality reduction라 한다.
물론 필요한 일부 변수의 데이터만 뽑아서 사용할 수 있지만 (feature selection), 변수들 사이에 어떤 밀접한 관계가 있는지는 미리 알 수가 없어서 이 경우 원데이터의 분포를 잘 반영한다고 볼 수는 없다.
용도
- 경향성 파악
- 복잡한 feature을 단순화하여 pca를 새로운 feature에 사용
- insight 얻기(feature간 correlation check, 비례관계…)
- feature reduction 할때 사용
ex) iris 데이터로 예를 들면
- 꽃받침 길이랑 꽃받침 폭 feature들을 pca해서 꽃받침 길이가 커지면 꽃받침 폭도 커지는 경향성파악
- pca한녀석으로 feature 2개를 대체해서 feature reduction
cf)
- ‘꽃받침의 길이’와 ‘꽃받침 폭’은 ‘꽃의 크기’라는 근본적인 데이터가 두개의 다른 형태로 표현된것에 지나지 않다. 이렇게 바로 측정되지는 않지만 측정된 데이터의 기반에 깔려 안보이는 데이터를 **잠재변수(latent variable)**라고 한다.
수학적 모델에 대해서 심도 있는 이해를 위해서는 선형대수학을 좀더 공부해와야겠다.
예시까지 적용하며 참고하고 싶다면 링크 참고: http://matrix.skku.ac.kr/math4ai-intro/W12/
틀린 내용이 있다면 댓글 달아주십쇼
- pca사진: http://matrix.skku.ac.kr/math4ai-intro/W12/
- 내용 참조:http://matrix.skku.ac.kr/math4ai-intro/W12/ (예시까지 잘 나와있어서 링크 참고하기)