250x250
Notice
Recent Posts
Recent Comments
Link
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
- 다중회귀분석
- 빅데이터
- 선형대수학
- 로지스틱회귀분석
- 코드스테이츠
- 컴퓨터공학
- BCG
- 데이터시각화
- 국비지원교육
- 웜업
- Ai
- 데이터사이언스
- 파이썬
- 컨설팅펌
- 기계학습
- 부트캠프
- AI부트캠프
- 코랩
- RA
- 디지털트레이닝
- t-test
- K-Digital Training
- 주성분분석
- 웹스크래핑
- 인공지능
- 컨설팅
- 비전공자
- 캐글
- PCA
- 맥킨지
Archives
- Today
- Total
목록k-means (1)
94년생 스피노자

저번에는 PCA를 통해 차원축소를 하는 법을 배웠다. 이번에는 Clustering 기법을 배울 것이다. PCA는 데이터를 표현할 때 분산이 크게 표현할 수 있도록 도와줬다. 즉 데이터들이 최대한 멀리 퍼져있도록 해준 것이다. PCA 진행 후 Clustering을 하면 데이터의 그룹을 유추할 수 있다. 즉 데이터의 라벨 없이 분류하고자 할 때 유용하다. 관련 Warm-Up 링크를 아래에 첨부한다. 1. Main Ideas of PCA https://youtu.be/HMOI_lkzW08 2. Scree Plot https://youtu.be/vFUvNICWVz4 3. Hierarchical Clustering https://youtu.be/EUQY3hL38cw 4. if(kakao)2020 - 이상거래탐지를..
코드스테이츠 AI 부트캠프/i) 데이터사이언스 기본
2021. 5. 22. 14:24