Unsupervised Learning

Unsupervised Learning은 Supervised Learning과 달리 Data에 Label이 없이 학습하는 것이다 대표적인 예시에는

 

Cluster(K-means Clustering), PCA 등이 있다.

 

K-menas Clustering에서 유의미하게 설정할것은 K를 몇으로 할것인가?, K의 시작점을 어디로 할것인가 이다.

https://bkshin.tistory.com/entry/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-7-K-%ED%8F%89%EA%B7%A0-%EA%B5%B0%EC%A7%91%ED%99%94-K-means-Clustering

PCA는 차원축소를 하는 하나의 알고리즘인데 이는 SVD와 큰 관계가 잇다.

차원 축소의 원리는 중요한 "Eigen vector"들을 뽑는것인데 이에 관한 자세한 설명은

https://cas12kr.tistory.com/7

선형대수학

 

에 Eigen vector와 SVD파트를 보면 좋을것 같다.

쉽게 이야기하면 가장 중요한 feature들을 뽑아서 차원을 축소한다는 이야기이고 그 Feature를 뽑는 기준이 Eigen Value라고 생각하면 될것 같다.