힘들면 쉬었다 가자.

PCA(Pricipal Component Analysis) - 주성분 분석법 백터표현의 통계적 특성을 기반으로 한 방법으로 Karhunen-Loeve 근사법으로 부르기도 하며, 통계적으로 변화가 있는 N차원의 M개의 벡터를 공분산(Convariance) 행렬에 의해 고유 벡터(Eigen Vector)로 표현한다. 이 분석법은 서로 다른 공간의 차원을 줄여서 간단히 표현하는 실용적인 방법으로 널리 알려져 있다. PCA의 기본적인 아이디어는 전체 영상공간에서 얼굴을 가장 잘 표현할 수 있는 벡터를 찾는데 있다. 다시 말해서 원래의 얼굴 영상에서 일치하는 공분산 행렬의 고유벡터를 찾는 것이다. 여기서 고유벡터는 얼굴처럼 표현되기 때문에 고유얼굴(Eigen Face)이라는 용어를 사용하며, 주성분은 얼굴의 눈,..