Bull

이 글은 친구와 kaggle에 익숙해지기 위해 스터디하는 걸 정리해봤습니다.목적으로 코드도 중요하지만 데이터를 어떻게 다루고 왜 다루고 전처리는 어떤 방식으로 하는 지 궁금해기 때문에 하나하나 관찰하며 혜안을 얻고자 하는 목적입니다.CODEhttps://www.kaggle.com/code/xvivancos/image-compression-using-pca/ Image compression using PCAExplore and run machine learning code with Kaggle Notebooks | Using data from [Private Datasource]www.kaggle.comPCA를 사용한 이미지 압축3.1 데이터이 알고리즘이 어떻게 작동하는지 연구하기 위해 예제를 살펴보겠습니..

PCA (Principal Component Analysis)PCA(Principal Component Analysis, 주성분 분석)는 고차원 데이터를 저차원으로 변환하면서 데이터의 주요 변동성을 최대한 보존하는 선형 변환 기법입니다. PCA는 데이터의 분산을 가장 잘 설명하는 새로운 축(주성분)을 찾아내어 데이터를 이 새로운 축으로 투영함으로써 차원을 축소하거나 데이터의 구조를 이해하는 데 사용됩니다. 고차원 데이터를 저차원으로 압축하여 저장 공간을 절약하기 위해 데이터 압축을 하거나 데이터의 주요 변동성을 유지하면서 노이즈를 줄이고 시각화, 주요 특성 추출을 위해 사용합니다.PCA 수행 예제원본 데이터학생수학과학영어A809085B858580C788882D9287901. 평균 중심화각 과목의 평균을 ..