특성 추출을 위한 3 가지 방법

특성 추출을 위한 3 개의 기본적인 차원 축소 기법 : 기본 PCA , LDA , 커널 PCA

 

 

PCA

비지도 학습 방법

클래스 레이블을 사용하지 않고 직교하는 특성 축을 따라 분산이 최대가 되는 저차원 부분 공간으로 데이터를 투영한다.

 

LDA

PCA 와 다르게 LDA 는 지도학습 방법의 차원 축소 기법

훈련 데이터셋에 있는 클래스 정보를 사용하여 선형 특성 공간에서 클래스 구분 능력을 최대화한다.

 

커널 PCA

비선형 특성 추출 방법

 

커널 트릭과 고차원 특성 공간으로의 가상 투영을 통해 비선형 특성을 가진 데이터셋을

저차원 부분 공간으로 극적으로 압축한다.

 

이 부분 공간에서 클래스는 선형적으로 구분될 수 있다.