[AI] feature extraction과 feature selection에 대한 나름의 이해
2023. 8. 23. 21:39ㆍAI/이론 정리
feature selection은 원래 있던 feature들 중 필요없는 것들을 제거하는 것이고
feature extraction은 원래 있던 feature들을 활용하여 새로운 feature들의 집합을 만드는 것이다.
feature extraction에는 대표적으로 PCA가 있는데 주요한 성분 먼저 추출을 통해 압축을 하는 것으로 볼 수 있다.
입력 데이터의 공분산 행렬을 통해 고유벡터를 구하고 입력데이터와 고유벡터를 선형변환하여 차원을 축소하는 방법이다.
Reference
https://huidea.tistory.com/126
'AI > 이론 정리' 카테고리의 다른 글
[AI] 머신러닝과 딥러닝에 대한 나름의 이해 (0) | 2023.08.25 |
---|---|
[AI] AUROC에 대한 이해 (0) | 2023.08.22 |
[AI] Accuracy의 문제점 (0) | 2023.08.22 |
[AI] precision과 recall에 대한 고찰 (0) | 2023.08.22 |
[이론 정리] 데이터 불균형 (0) | 2023.05.10 |