어쩌다통계

이 글이 도움 되셨다면 광고 클릭 부탁드립니다 : ) 오늘은 새롭게 접하게 된 PaCMAP이라는 방법론을 소개해보려고 합니다. 리서치 중 찾게 된 방법론인데, t-sne만 사용하던 저에게는 다소 큰 충격으로 와닿았고 차원축소 성능이나 활용성 측면에서 t-sne보다는 훨씬 좋은 것 같아 해당 논문을 리뷰해 보고 데이터로 실제 성능이 어떻게 다른 지 공유드려보려고 합니다. (현업에서 사용해 봤을 때는 훨씬 좋았어요. 성능!) 우선 논문은 2021년에 나온 논문, Understanding How Dimension Reduction Tools Work: An Empirical Approach to Deciphering t-SNE, UMAP, TriMap and PaCMAP for Data Visualizatio..

핸즈온 비지도 학습국내도서저자 : 안쿠르 A. 파텔(Ankur A. Patel) / 강재원,권재철역출판 : 한빛미디어 2020.07.20상세보기 이번 포스팅에서는 핸즈온 비지도 학습 책에서 설명하는 차원 축소 방법들에 대해 간단히 알아보겠습니다. 차원축소 알고리즘은 고차원 데이터를 저차원 공간에 투영해 중복 정보를 제거하면서 가능한 핵심정보를 유지하는 방법입니다. 데이터를 낮은 차원으로 축소시키면 노이즈가 많이 줄어들어 머신러닝 알고리즘이 패턴을 더 효과적이고 효율적으로 식별할 수 있다고 합니다. 3.2 차원 축소 알고리즘 차원 축소에는 두 가지 유형이 있습니다. 선형투영 개념 : 고차원 공간에서 저차원 공간으로 선형적으로 데이터를 투영하는 방법 방법 : 주성분 분석(PCA), 특이값 분해(SVD), 랜..