차원의 저주

Curse of dimensionality

차원의 저주는 특징 차원이 커지면서 공간이 희박해져 거리나 밀도 추정에 더 많은 자료가 필요해지는 현상이다.

설명

무관한 특징을 많이 넣으면 가까움의 의미가 약해질 수 있다. 의미 있는 특징과 적절한 변환이 중요하다.

온도 변화와 무관한 식별 번호를 숫자 거리로 넣는 것은 정보보다 혼란을 늘릴 수 있다.

특징 수를 늘리는 것만으로 탐지 성능이 좋아지지는 않는다.

정상 기준은 관측을 비교하기 위해 대상·조건·기간을 명시한 참조 상태다.

이상치는 비교하는 데이터 집합의 다른 관측과 뚜렷하게 떨어져 보이는 값이다.

임계값은 점수나 측정값을 기준으로 판단을 나누는 경계값이다.