데이터 과학을 위한 통계(2판)

332

데이터 과학을 위한 통계

NOTE

_

성분을 몇 개까지 골라야 할까?

데이터의 차원을 줄이는 것이 목적이라면, 주성분을 몇 개까지 고를지를 결정해야 한다. 가장 일반적인 방법

은 대부분의 변동성을 설명할 수 있는 성분들을 고르기 위한 특별한 규칙을 사용하는 것이다. 스크리그래프

를 활용할 수도 있다. 예를 들어 [그림

7

-

2

]에서 상위

5

개의 주성분까지로 분석을 제한하는 것도 좋은 방법이

될 수 있다. 아니면 누적 분산이 어떤 임계치(예를 들어

80

%)를 넘어가도록 하는 상위 주성분들을 선택할 수

도 있다. 또는 직관적인 해석이 가능한 성분들이 있는지 알아보기 위해 부하를 살펴볼 수 있다. 교차타당성검

사는 중요한 주성분들의 개수를 결정하기 위한 좀 더 공식적인 방법이라고 할 수 있다(

4

.

2

.

3

절 참고).

7.1.4

대응분석

PCA

는 범주형 데이터에 사용할 수 없지만 그래도 어느 정도 관련 있는 기술은 대응분석이다.

이 분석의 목적은 범주간 혹은 범주형 피처 간의 연관성을 인식하는 것이다. 대응분석과 주성

분분석은 주로 차원 스케일링을 위한 행렬 대수라는 기본 원리에 공통점이 있다. 대응분석은

주로 저차원 범주형 데이터의 그래프 분석에 이용되며, 빅데이터 준비 단계에서 차원 축소를

위해

PCA

를 사용하는 것과는 다른 방식으로 사용된다.

입력은 각 변수를 의미하는 ...