나는 좀 이상하다. 사람을 안만나니깐 방 안에 틀어박히게 된 나는, 삶이 좀 리프레쉬가 잘 되지 않는다. 그 와중에 공부해야하는 특정 과목, 토익이 있어서 그 공부를 스스로 공부하는 것은 너무 힘들었다. 이렇게 특정 공부가 힘들 때는 취미가 생기는데, 내가 하고 싶은 공부하기가 생기는 취미이다. 특정 기간에 잘 생긴다. 중간/기말고사 전 기간 이라던지 이렇게 무엇인가 해야하는 특정한 것이 있을 때, 평소 공부하고 싶던 열망이 다른 곳으로 옮겨가서 탐구를 시작한다... 근데 이 특정한 공부들은 특징이 있다. 내가 공부하는 큰 공부(대흐름 공부,,)들의 low level 이라는 것인데, 이 전 까지 별 생각은 없고 엄밀함, 강박만 있다가 이 블로그 글을 보고 무릎을 탁 쳤다! blog.naver.com/yo..
다중공선성 (Multicollinearity) / correlation 의 기하학적 의미 머신러닝 모델을 만들 때 흔히 발생하는 문제 중 하나가 다중공선성이다. 그렇다면 다중공선성, 즉 변수간의 correlation이 높다는 것은 어떤 뜻이고 어떤 문제를 야기할까? 이 글은 저번 Orthogonal Projection 과 이어진다. 2021/01/26 - [[ Today I Learned ]/Linear algebra] - [선형대수] Orthogonal Projection ŷ of y [선형대수] Orthogonal Projection ŷ of y Orthogonal Projection ŷ of y, (y의 정사영 y-hat) y의 Orthogonal Projection 값 ŷ 을 구하는 방법을..
머신러닝 (Machine Learning)에서 Rank of Matrix 의 의미 선형대수에서 rank의 의미는 다음과 같다. Definition : The rank of a matrix A, denoted by rank A, is the dimension of the column space of A: rank A = dim Col A 이는 Col A 의 dimension이 rank A 라는 것이다. (이 때 dimension은 기저백터(basis)의 갯수로 유니크하다.) 이러한 Rank가 Machine Learning에서 의미하는 바는 다음과 같은 예시로 나타낼 수 있다. 다음과 같이 키 몸무게 등의 feature(column)으로 이루어진 데이터셋이 있을 때, 극단적으로 V2, V3, V4가 모두 V..
