IT
출처 : https://www.coursera.org/learn/python-network-data/supplement/2WnqH/python-regular-expression-quick-guide Coursera | Online Courses & Credentials From Top Educators. Join for Free | Coursera Learn online and earn valuable credentials from top universities like Yale, Michigan, Stanford, and leading companies like Google and IBM. Join Coursera for free and transform your career with degrees, ..
주성분 분석(PCA) 상관관계가 있는 고차원 자료를 자료의 변동을 최대한 보존하는 저차원 자료로 변환시키는 방법 자료의 차원을 축약시키는데 주로 사용 p차원 변수에서 분산이 가장 큰 선형변환을 첫 번째 주성분이라고 하고, 그 다음 큰 선형변환이 두 번째 주성 분이라고 함 주성분들은 차원을 줄여 예측 모델을 만들 때도 사용 희생되는 정보가 가장 적은 방향을 결정 주성분 분석의 목적 소수의 주성분으로 차원을 축소 다중공선성이 존재하는 경우, 상관성이 없는 주성분으로 변수들을 축소 → 회귀분석이나 의사결정나무 군집분석시 군집화 결과와 연산속도를 개선 주성분 선택법 주성분 분석의 결과에서 누적기여율이 85% 이상이면 주성분의 수로 결정 scree plot을 활용하여 고유값이 수평을 유지하기 전단계로 주성분의 수..
다차원 척도법(Multidimensional Scaling, MDS) 여러 대상 간의 거리가 주어져 있을 때 대상들을 동일한 상대적 거리를 가진 실수 공간의 점들로 배치시키는 방법 주어진 거리는 추상적인 대상들 간의 거리가 될 수도 있고, 실수 공간에서의 거리가 될 수도 있음 주로 자원들의 상대적 관계를 이해하는 시각화 방법의 근간으로 사용 개체들의 거리 계산에는 유클리드 거리 행렬을 활용 관측대상들의 상대적 거리의 정확도를 높이기 위해 적합 정도를 스트레스 값(Stress Value)으로 나타냄 각 개체들을 공간상에 표현하기 위한 방법은 부적합도 기준으로 STRESS나 S-STRESS를 사용 다차원 척도법 종류 ① 계량적 MDS 데이터가 구간척도나 비율척도인 경우 활용 ② 비계량적 MDS 데이터가 순서..
시계열 모형 이동평균모형(Moving Average model , MA 모형) 이동평균 : 과거로부터 현재까지의 시계열 자료를 대상으로 일정기간별 이동평균을 계산하고, 이들의 추 세를 파악하여 다음 기간을 예측 이동평균모형은 유한개의 백색잡음의 선형 결합이므로 언제나 정상성을 만족 1차 이동평균모형, MA(1) 모형 : 가장 간단한 이동평균모형으로 같은 시점의 백색잡음과 바로 전 시점의 백색잡음의 결합으로 이루어진 모형 2차 이동평균모형, MA(2) 모형 : 바로 전 시점의 백색잡음과 시차가 2인 백색잡음의 결합으로 이뤄진 모형 자기상관함수 : p+1 시차 이후 급격히 감소하여 절단된 형태, MA(p) 모형 부분자기상관함수 : 점차 감소하는 형태 예) 전기사용량 : 봄보다 여름이 많아지고 가을에 다시 사..
