인프런 커뮤니티 질문&답변
작성한 질문수
pca사용하는 경우
작성
·
416
0
1. 분류와 회귀 알고리즘은 문제 유형에 맞게 사용하면 될것 같은데, pca같은 경우는 전처리? 피처엔지니어링? 과 같은 부분에서 사용하는 알고리즘 인가요?
캐글을 풀다보니 pca는 어느 부분에서 사용해야하는지가 명확히 잡히지 않는 것 같습니다.
2. pca가 보통 분류와 회귀처럼 또 다른 종류의 알고리즘인건지아니면 그냥 데이터 전처리?용으로 사용하기 위한 알고리즘인지 궁금합니다.
답변 1
0
안녕하십니까,
PCA는 비지도 학습의 대표적인 알고리즘입니다. PCA는 아래와 같은 용도로 사용됩니다.
1. 수십~ 수천개의 Feature 들이 있을 경우 이들의 PCA변환하여 Feature 갯수를 줄여주는 차원 축소 역할을 할 수 있습니다.
2. 일반적으로 차원 축소는 많은 피처들의 갯수를 줄여주는 역할 외에도 이들 피처들의 주요 성분을 추출해 내는 역할을 합니다. PCA는 그래서 주성분 분석(Principal Component Analysis)로 불립니다.
3. PCA는 컴퓨터 비전에서도 널리 활용됩니다. PCA 기반의 Face 분석 기법이 있습니다(공통 이미지 분석 기법)
4. PCA는 적용되는 분야에 따라 차원 축소, 주성분 도출, 데이터 압축, 노이즈 제거(이미지등)등의 수행하는데 적용됩니다.
5. 캐글과 같이 분류나 회귀에서 Feature engineering을 할때도 적용합니다. 보통 수백개 이상의 feature 들이 있을 때 이를 PCA로 압축하여 feature engineering을 한뒤에 다시 원본 데이터와 결합하여 추가적인 feature를 만들어서 예측 성능을 향상시키기도 합니다.
감사합니다.