PCA에서 고유값(eigenvalue)과 데이터 분산(variance)의 관계
Study/Image Processing 2005. 8. 9. 15:54 |Principal Component Analysis (PCA)는 고차원 공간상에 분포하는 데이터들의 주축(major axes)를 찾아주는 역할을 한다. PCA를 통해 구해지는 각각의 eigenvalue는 해당하는 eigenvector 방향으로 축을 변환하였을 때, 데이터의 분산(variance)값을 의미한다.
자세한 내용은 첨부 문서 참조.
자세한 내용은 첨부 문서 참조.
Principal_Component_Analysis.pdf'Study > Image Processing' 카테고리의 다른 글
| 그리스 문자 읽는 법 (0) | 2006.01.13 |
|---|---|
| 포커로 알아보는 확률 이야기 (4) | 2006.01.13 |
| GVF (Gradient Vector Flow) 코드 구현에 관하여... (2) | 2005.06.01 |
| Matlab 의 del2 함수 분석 및 C 코드로 변환 (0) | 2005.06.01 |
| Matlab 의 gradient 함수 분석 및 C 코드로 변환 (0) | 2005.06.01 |
