PCA는 왜 분산이 최대인 방향을 찾는가?
PCA를 단순한 차원 축소 함수가 아니라 최적화 문제와 고유값 문제의 관점에서 이해한다.
Topic
Machine Learning
3개의 노트가 이 분야와 연결되어 있습니다.
시계열 문제에서 Random K-Fold를 사용하면 안 되는 이유
시간 순서를 무시한 검증이 미래 정보를 누출하는 방식과 올바른 백테스트 설계를 살펴본다.
LightGBM과 CatBoost의 차이를 실험으로 이해하기
범주형 변수가 많은 테이블 데이터에서 두 부스팅 모델의 학습 방식과 성능을 비교한다.