특성 기여도 평가하기

이 절에서는 주성분에 대한 원본 특성의 기여도를 평가하는 방법을 간략하게 살펴보겠습니다. 앞서 배웠듯이 PCA를 통해 특성의 선형 조합인 주성분을 만듭니다. 이따금 원본 특성이 주성분에 얼마나 기여하는지 알고 싶을 때가 있습니다. 이런 기여도를 흔히 로딩(loadings)이라고 합니다.

로딩은 고유 벡터에 고윳값의 제곱근을 곱해 계산할 수 있습니다. 이 결과 값을 원래 특성과 주성분 간의 상관관계로 해석할 수 있습니다. 이를 설명하기 위해 첫 번째 주성분에 대한 로딩을 그래프로 그려 보겠습니다.

먼저 고유 벡터에 고윳값의 제곱근을 곱해 13×13 차원의 로딩 행렬을 계산합니다.

>>> loadings = eigen_vecs * np.sqrt(eigen_vals)

그다음 첫 번째 주성분에 대한 로딩인 이 행렬의 첫 번째 열 loadings[:, 0]을 그래프로 그립니다.