| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 언더샘플링
- dataframe
- 대응표본
- DBSCAN
- t-test
- 오버샘플링
- 빅데이터
- ADP
- 데이터불균형
- 주성분분석
- opencv
- Lambda
- ADsP
- 워드클라우드
- LDA
- 텍스트분석
- PCA
- iloc
- Python
- 군집화
- 빅데이터분석기사
- 크롤링
- 데이터분석전문가
- 데이터분석준전문가
- 파이썬
- pandas
- 독립표본
- numpy
- datascience
- 데이터분석
Archives
목록주성분분석 (1)
Data Science LAB
[Python] PCA 예제
2022.03.05 - [Python] PCA(Principal Component Analysis) [Python] PCA(Principal Component Analysis) PCA 개요 PCA(Principal Component Analysis)는 가장 대표적인 차원 축소 기법으로 여러 변수 간에 존재하는 상관관계를 이용해 이를 대표하는 주성분(Principal Component)를 추출해 차원을 축소하는 기법이다. suhye.tistory.com 지난 포스팅에서 공부했었던 PCA를 다른 데이터셋을 이용하여 실습해 보려고 한다. 데이터셋 다운로드 https://archive.ics.uci.edu/ml/datasets/default+of+credit+card+clients UCI Machine Lear..
🛠 Machine Learning/차원 축소
2022. 3. 6. 21:11