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..
