Kernel PCA
비선형 차원 축소를 위해 커널 트릭을 적용한 주성분 분석입니다. PCA with the kernel trick for nonlinear dimensionality reduction.모델 유형
- 카테고리:
dimensionality-reduction - 라이브러리:
sklearn
핵심 학습 포인트
- 데이터 분포와 모델 가정을 함께 확인합니다.
- 하이퍼파라미터 변화가 결정 경계/예측값에 미치는 영향을 확인합니다.
- 검증셋 기준으로 일반화 성능을 확인합니다.
주요 하이퍼파라미터
| 키 | UI 라벨 | 타입 | 기본값 |
|---|---|---|---|
kernel | Kernel | select | 'rbf' |
gamma | Gamma (γ) | slider | 1.0 |
실습 및 공식 문서
- ML Visual LAB: /dimensionality-reduction/kernel-pca
- 공식 문서: Stable 문서
- 공식 API 인덱스: 바로가기