파이썬에서 PCA 적용하기

이 단원에서는 주성분 분석(PCA)을 데이터세트에 적용하여 차원을 축소합니다. 이를 통해 핵심 정보를 유지하면서 데이터세트를 단순화할 수 있습니다.

데이터세트 개요

꽃 종의 측정값이 포함된 붓꽃 데이터세트를 사용합니다.

• 특성: 꽃받침 길이, 꽃받침 너비, 꽃잎 길이, 꽃잎 너비입니다.
• 대상: 종(세토사, 버시컬러, 버지니카)입니다.

1단계: 라이브러리와 데이터세트 가져오기

먼저 필요한 라이브러리를 가져오고 데이터세트를 불러오겠습니다.

import pandas as pd
from sklearn.datasets import load_iris

# Load Iris dataset
data = load_iris()
X = pd.DataFrame(data.data, columns=data.feature_names)
y = data.target
print(X.head())

2단계: 데이터 표준화

PCA는 데이터의 크기에 민감하므로 StandardScaler를 사용하여 데이터를 표준화합니다.

from sklearn.preprocessing import StandardScaler

# Standardize the data
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

3단계: PCA 적용

데이터 세트를 2개의 주성분으로 축소하기 위해 PCA를 적용합니다.

from sklearn.decomposition import PCA

# Apply PCA
pca = PCA(n_components=2)
X_pca = pca.fit_transform(X_scaled)
print(f"Explained Variance Ratio: {pca.explained_variance_ratio_}")

4단계: PCA 결과 시각화

변환된 데이터 세트를 2차원 공간에 시각화하여 종들이 어떻게 그룹화되는지 관찰할 수 있습니다.

import matplotlib.pyplot as plt

# Scatter plot of PCA results
plt.scatter(X_pca[:, 0], X_pca[:, 1], c=y, cmap='viridis')
plt.xlabel('Principal Component 1')
plt.ylabel('Principal Component 2')
plt.title('PCA Results')
plt.colorbar(label='Species')
plt.show()

5단계: PCA 결과 해석

PCA 그래프는 축소된 차원에서 데이터가 어떻게 분포하는지 보여 줍니다. 같은 종에 속한 점들은 함께 모이는 경향이 있으며, 이는 군집화가 효과적으로 이루어졌음을 나타냅니다.

PCA의 장점

PCA는 다음과 같은 여러 이점을 제공합니다.

• 데이터의 차원을 축소하여 시각화하기 쉽게 만듭니다.
• 잡음과 중복되는 특징을 제거합니다.
• 대규모 데이터 세트에서 계산 효율성을 높입니다.

PCA의 과제

PCA에는 다음과 같은 몇 가지 한계가 있습니다.

• 변환된 특성을 해석하기 어렵습니다.
• 특성의 크기 조정에 민감합니다.
• 데이터의 복잡한 비선형 관계를 포착하지 못할 수 있습니다.

요약 및 다음 단계

이 단원에서는 다음을 수행했습니다.

• 차원 축소를 위해 붓꽃 데이터세트에 PCA를 적용했습니다.
• 결과를 시각화하고 2차원 공간에서 종별 군집을 관찰했습니다.
• PCA의 장점과 과제에 대해 살펴보았습니다.

다음에는 인공 신경망부터 시작하여 고급 딥 러닝 개념을 살펴보겠습니다.