데이터 과학을 위한 통계: 데이터 분석에서 머신러닝까지 50가지 핵심 개념

309

7

장

비지도 학습

NOTE

_

스케일링은

PCA

에서도 역시 중요하다.

z

점수를 사용하는 것은 주성분을 계산할 때 공분산행렬

대신 상관행렬(

1

.

7

절 참고)을 사용하는 것과 같은 결과를 가져온다.

PCA

를 계산하는 소프트웨어에는 일반적

으로 상관행렬을 사용할 수 있는 옵션이 있다(

R

에서는

princomp

함수에

cor

라는 인수가 있다).

7.5.2

지배 변수

변수들이 서로 동일한 규모로 측정되고 상대적 중요성을 정확하게 반영하는 경우(예를 들어

주가 변동 )조차도 변수의 스케일을 재조정하는 것이 유용할 수 있다.

7

.

1

.

3

절의 분석 예제에 구글 (

GOOGL

)과 아마존(

AMZN

) 주가 정보를 추가한다고 가정하자.

syms <- c('AMZN', 'GOOGL' 'AAPL', 'MSFT', 'CSCO', 'INTC', 'CVX', 'XOM',

'SLB', 'COP', 'JPM', 'WFC', 'USB', 'AXP', 'WMT', 'TGT', 'HD', 'COST')

top_sp1 <- sp500_px[row.names(sp500_px)>='2005-01-01', syms]

sp_pca1 <- princomp(top_sp1)

screeplot(sp_pca1)

7

.

1

절에서 설명한 것처럼 스크리그래프는 첫 번째 주성분에 대한 분산을 표시한다. 이 경우,

[그림

7

-

12 ...