7-1. 비지도 학습

 

비지도 학습 : 모델 학습 과정을 통해 데이터로부터 의미 추출하는 것이 아닌 학습 기법. 모델 학습 과정이 없으므로 결과변수와 예측변수 사이의 별다른 구분이 없음

군집화 : 비지도 학습 기법 중 하나로 유사성이 높은 데이터들끼리의 클러스터(군집)를 만들어 구분. 

특징추출 : 군집분류기나 분류기를 사용하기 이전의 데이터에서 불필요한 정보를 제거하거나 효율성 제고를 위해 원래 데이터 x를 변환해 새로운 특징벡터인 y를 만드는 것

변환함수 : 특징추출 과정에서 사용하는 함수로서 x -> y 과정에서 선형/비선형변환 방식으로 나뉨

선형변환	비선형변환
열벡터 x에 변환행렬을 곱해서 m 차원인 특징을 획득.  이 과정에서 도출된 특징벡터인 y가 원하는 분포가 되도록 하는 w를 찾는 변환 방법	비선형함수 이용 하여 n 차원 벡터를 m 차원 벡터에 매핑, 데이터 특성을 추출하거나 표현을 학습하는 방법

선형변환에 의한 특징추출 방법은 주어진 데이터를 가지고 변환행렬인 w에 정해진 방향으로 사영시킨다. 이는 목적에 맞는 부분공간을 잘 찾는 것을 의미하며 결과적으로 좋은 특징추출이라고 할 수 있다.

 

이때 w는 분산 목적에 따라 주성분분석법(PCA, principal components analysis), 판별분석법(LDA, linear discriminant analysis)으로 나뉨