차원 축소
IT 위키
- Dimensionality Reduction; 차원 축소
- 변수(특성)의 개수를 줄여 데이터를 더 낮은 차원으로 표현하는 일
- 차원의 저주 완화 — 차원이 늘어날수록 필요한 표본 수가 기하급수적으로 늘고 거리 개념이 무의미해진다
- 노이즈 제거 — 정보량이 적은 축을 버리면 잡음이 함께 줄어든다
- 해석력·설명력 향상 — 변수가 적을수록 모형을 설명하기 쉽다
- 특징 추출 — 의미 있는 새 변수를 얻는다
- 시각화 — 2~3차원으로 줄이면 눈으로 볼 수 있다
- 학습 시간 단축, 과적합 완화
데이터 정제(Cleansing)는 차원 축소로 하는 일이 아니다. 결측치·이상치 처리는 데이터 전처리 단계의 일이고, 차원 축소는 그다음에 온다.
| 구분 | 설명 | 기법 |
|---|---|---|
| 변수 선택(Selection) | 기존 변수 중 일부를 고른다 | 필터, 래퍼, 임베디드, 변수 선택법 |
| 변수 추출(Extraction) | 기존 변수를 조합해 새 변수를 만든다 | PCA, LDA, SVD, 요인분석, MDS, SOM, t-SNE, 오토인코더 |
