My Data Story

◈ '차원 축소' 목차 ◈ 1. 투영, 매니폴드 2. PCA, 랜덤 PCA, 점진적 PCA 3. 커널 PCA 4. MDS, Isomap 5. 지역 선형 임베딩 LLE 6. t-SNE 사이킷런은 다양한 차원 축소 알고리즘을 제공한다. 다음은 그 중 널리 사용되는 알고리즘이다. 1. 랜덤 투영 random projection ◎ from sklearn.random_projection import SparseRandomProjection 랜덤한 선형 투영을 사용해 데이터를 저차원 공간으로 투영한다. 이런 랜덤 투영이 실제로 거리를 잘 보존한다고 한다. 차원 축소 품질은 샘플의 수, 목표 차원 수에 따라 다르다. 하지만 놀랍게도 초기 차원 수에는 의존적이지 않다. ▶ sparseRandomProjection클래..

◈ '분류' 목차 ◈ 1. 나이브 베이즈 2. 선형판별분석(LDA) 판별 분석(LDA) 알고리즘을 통한 분류 과정에 대해 살펴보자. 3. 로지스틱 회귀 4. 소프트맥스 회귀 5. 다중 레이블 분류, 다중 출력 분류 6. 분류 모델 평가 판별 분석은 초창기의 통계 분류 방법이다. 판별 분석에는 여러 가지 기법이 있지만 그 중 가장 일반적으로 사용되는 것은 선형판별분석이다. 트리 모델이나 로지스틱 회귀와 같은 더 정교한 기법이 출현하면서 이후로는 LDA를 그렇게 많이 사용하지 않는다. 하지만 여전히 일부 응용 분야에서 LDA를 사용하고 있으며, 주성분 분석과 같이 아직도 많이 사용되는 다른 방법들과도 연결된다. 또한 판별분석은 예측 변수들의 중요성을 측정하거나 효과적으로 특징을 선택하는 방법으로도 사용된다...