목차1. PCA(Principal Component Analysis, 주성분 분석)란?2. PCA의 장점과 한계3. PCA의 핵심 아이디어4. PCA 작동 원리5. 중요 개념 정리6. PCA 예제 1. PCA(Principal Component Analysis, 주성분 분석)란? PCA는 고차원 데이터를 더 적은 차원으로 줄이면서도, 데이터가 가지고 있는 중요한 정보는 최대한 유지하려는 차원 축소 기법이다.머신러닝에서 데이터의 특성(feature)이 많아질수록 계산량이 증가하고, 불필요한 정보나 중복 정보가 섞여 모델 성능이 오히려 나빠질 수 있다.또한, 사람이 데이터를 직접 이해하거나 시각화하기도 어려워진다.이런 경우 PCA를 사용하면 여려 특성을 더 적은 수의 새로운 축으로 바꾸어 데이터를 간단하게 ..
