[ML 머신러닝] Dimensionality Reduction 차원 축소
2022. 2. 7.
Step 1. Why Visualizing? 사람은 머신러닝 문제를 이해할 수 없습니다. 머신러닝 문제가 별로 복잡하지 않아도 사람은 머신러닝을 완벽하게 이해할 수 없습니다. 이는 사람이 태생적으로 가진 핸디캡이 있기 때문입니다. 사람은 3차원 공간에서 살고 있습니다. 3차원 공간 속에는 2차원, 1차원도 존재합니다. 우리가 보고 느낄 수 있는 것들은 1, 2, 3차원입니다. 하지만 머신러닝에서 다루는 차원의 수는 정말 큽니다. 많은 경우에서 훈련 샘플 각각은 수천 심지어 수백만 개의 차원을 가지고 있습니다. 이렇게 너무많은 차원은 사람이 머신러닝을 이해할 수 없게 만듭니다. 그래서 사람은 고차원을 저차원으로 변환하는 기술을 연구하였습니다. 이를 차원축소(Dimensionality Reduction)라고..
