■ 비지도 학습 사례 살펴보기 2: 차원 축소

다음으로 비지도 학습을 사용하면 차원 축소(dimensionality reduction)를 할 수 있습니다. 여기에서 차원이란 바로 데이터 특징을 의미합니다. 데이터 특징을 전문 용어로 피처(feature)라고 합니다. 지도 학습에서 예로 들었던 집값을 예측하는 데 필요한 데이터가 각각의 피처인 셈이죠.

다음 그림과 같이 집값을 예측하는 상황이라고 가정해 봅시다. 방 개수, 범죄율, 고속도로 접근성, 가격 등 집을 선택하는 데 작용하는 데이터는 여러 종류가 있습니다. 모든 조건(데이터)을 고려할 수 없으므로 이 중에서 몇 가지 특징으로 좁혀 나갑니다. 이를 “데이터의 피처를 줄인다.”라고 표현합니다.

그림 2-8 집값을 예측하는 데이터의 피처를 줄이는 과정