1 역주 원점에 중앙이 맞추어진 행렬 X가 있고 이 행렬의 주성분 벡터를 w라고 가정합니다. X를 w에 투영한 X_W의 분산이 최대가 되는 w를 찾으려고 합니다. 분산처럼 공분산 행렬 C로 표현됩니다. 분산(Xw)을 λ로 놓으면 C_W = λ_W처럼 쓸 수 있습니다. 즉, 공분산 행렬의 가장 큰 고윳값(λ)에 해당하는 벡터 w를 찾는 문제가 됩니다.

  2 역주 이 식의 Σ도 합 기호가 아니라 공분산 행렬을 나타냅니다.

  3 역주 np.cov 함수는 특성이 열에 놓여 있을 것으로 기대하므로 훈련 데이터를 전치해서 전달합니다.

  4 역주 고유 벡터는 원본 특성 공간에서 어떤 방향을 나타냅니다. 원본 데이터셋의 특성이 13개이므로 고유 벡터의 차원도 13입니다.

  5 역주 에르미트 행렬은 실수 대칭 행렬을 복소수로 일반화한 것입니다. 전치 행렬의 각 원소를 켤레 복소수로 만든 켤레 전치 행렬이 자기 자신과 같은 행렬을 말합니다.