PCA 1
카테고리 설명
-
LU 분해와 QR 분해는 nxn 정방행렬에 대한 분해만 가능, 특이값 분해는 mxn 행렬 분해 가능 특이값 분해는 직교분할, 확대축소, 차원변화가 가능하다. 특이값 분해 SVD Ax = bUDV = A(mxn) U m 차원 회전행렬 (정규직교행렬) mxm D n 차원 확대축소 (확대축소 크기에 따른 정렬형태) mxn V n 차원 회전행렬 (정규직교행렬) 회전 -> 차원확대, 차원축소 -> 회전 = A V -> D -> S = A A의 열벡터 하나를 계산하게 되는 값 강한 응집성은 값의 절댓값이 상대적으로 크다. 확대 축소가 가장 적은값은 취하지 않으면 근사치로 A'를 구성할 수 있다. 주성분 분석 Principal Component Analysis PCA 공분산 행렬 covariance matrix 에 ..
