pca / LDA 차원축소 질문
622
작성한 질문수 9
선생님 차원축소 부분을 공부하다가 개념이 헷갈리는 부분이 있어서 질문드립니다...
제가 이해한 바로는 차원 축소는 피처의 개수를 줄이는 것 보다는 차원 축소를 통해 데이터를 잘 설명할 수 있는 잠재적인 요소를 추출하는게 목적인데
그러면 코드상에서 저렇게 차원축소로 fit transform 한 결과로 나오는 저 두 숫자들이 의미하는 바가 무엇인지 이해가 잘 안됩니다. 저렇게 2차원으로 차원 축소를 시켜서 나오는 2개의 피처들이 의미하는게 새로운 축? 이라고 이해해야 하나요..? 저 각각의 lda_component들이 무엇을 의미하는지가 이해가 잘 안됩니다. 
답변 1
0
안녕하십니까,
저 각각의 lda_component들이 무엇을 의미하는지가 이해가 잘 안됩니다.
=> lda_component가 어느 변수인지 잘 모르겠지만, 질문의 문맥상 lda.fit_transform()의 반환 결과로 가정하고 답변 드리겠습니다.
차원 축소는 원본 데이터의 피처의 개수를 줄이되, 해당 데이터의 특성을 가장 잘 나타내는(해당 데이터를 잘 설명할 수 있는) 함축적인 피처들을 기존 데이터에서 추출하여 피처의 개수를 줄이는 방법입니다.
lda.fit_transform()의 반환 결과가 바로 이 함축적인 피처입니다.
차원 축소는 여러가지 알고리즘이 있는데, 이들 알고리즘의 대략적인 목표는 기존 데이터의 정보 유실을 최소화 하면서 최적으로 해당 데이터의 특성을 잘 나타내는 피처들을 압축해서 추출해 내는 것입니다.
PCA의 경우는 데이터의 분산이 해당 데이터의 특성을 잘 나타내는 것으로 간주하고 데이터의 변동성이 가장 큰 방향으로 개별 축을 생성하고 이 축에 데이터를 투영해서 새로운 피처들을 추출하는 방식입니다.
LDA도 PCA와 유사합니다. 다만 입력 데이터의 결정값 클래스를 최대화 할 수 있는 축을 기반으로 새로운 피처들을 추출하는 방식입니다.
감사합니다.
0
아 네 fit transform의 결과가 함축적인 피처라는거는 이해가 됩니다. 그럼 저 함축적인 피처를 print(iris_lda)를 print했을때 나오는 array안의 숫자들이 의미하는건 무엇인지 궁금합니다.
저 변수들이 얼마나 기존의 데이터를 설명하는지에 대한 수치인가요??
0
넓은 의미로 보면 기존의 데이터를 설명하는지의 수치로도 볼수 있습니다만 앞에서도 설명드렸듯이 변동성이나 데이터 전체적인 특성을 반영하여 기존 데이타를 변형한 수치값으로 생각해 주시면 될것 같습니다
안녕하세요 열심히 수강중인 학생입니다
0
58
2
정수 인덱싱
0
66
2
넘파이 오류
0
83
2
11강 numpy의 axis 축 질문 드립니다.
0
84
2
Kaggle 에서 Santander customer satisfaction data 를 다운로드 되지가 않습니다.
0
76
2
Feature importances 를 보여주는 barplot 이 그래프로 안보여져요.
0
68
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
73
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
62
2
5강 강의 오류가 있어요.
0
81
1
실무에서 LTV 관련 모델 선택 질문입니다!
0
71
2
14강 강의 듣는중에 궁금한게 있어서 질문합니다~
0
67
3
파이썬 다운그레이 후 사이킷런 재설치
0
115
2
좋은 강의 감사합니다.
0
70
2
scoring 함수 음수값
0
66
2
6번 강의에 사이킷런, 파이썬, 아나콘다 각각 버전 일치 안 시키고 진행해도 강의 따라가 지나요?
0
98
2
분류 평가 정확도 예측
0
75
2
안녕하세요. 강의 들으면서 업무에 적용하고 싶은 수강생입니다.
0
96
1
카카오톡 채널 있나요
0
104
1
혹시 강의에서 사용하시는 ppt 받을 수 있는건가요
0
187
2
pca 스케일링 관련하여 질문드립니다.
0
100
2
주피터 대신 구글 코랩
0
169
2
강의에서 사용하는 pdf or ppt자료는 따로 없는 건가요?
0
145
2
실루엣 스코어..
0
82
2
float64 null 값 처리 방법
0
99
2