[ 제 네이버 블로그 글을 티스토리로 이전한 글입니다. 해당 글은 제 네이버 블로그에 2018.03.26에 작성되었습니다 ]
ICA (Independent component analysis) 관련 논문을 보다가, non-Gaussian distribution에 관련된 내용이 나와서 정리한다.
(이 때까지 non-Gaussian이란 표현을 많이 봐왔지만, 그것에 대한 정확한 내용을 모른채로 어림 짐작을 해왔다.)
non-Gaussian 분포는 말 그대로, Gaussian 분포를 따르지 않는 분포로 이해하고 있다.
Gaussian 분포는 {mean, standard deviation}으로 표현할 수 있는데, non-Gaussian 분포는 {평균, 표준편차}만으로는 해당 분포 표현이 어려운 분포로 보인다.
Gaussian 분포를 이야기할 때, Kurtosis에 대해서도 자주 언급이 되었다.
참고로 적어둔다.
Kurtosis (뽀족한 정도, 첨도)
- Leptokurtic; very peaked
- Platykurtic: very flat (like a plate)
- Mesokurtic: ideal normal
Non-normal distribution의 예
- Negatively skewed distributions: tail이 그래프의 왼쪽에 분포
- Positively skewed distribution: tail이 그래프의 오른쪽에 분포
(KDnuggets) 데이터 분석에 주로 사용되는 5가지 clustering 알고리즘들 (0) | 2021.08.12 |
---|---|
(kdnuggets) 데이터 이해하기 (0) | 2021.08.11 |
Brain-inspired machine learning... Computational machine learning (0) | 2021.08.06 |
Data augmentation에 관한 글 (0) | 2021.08.04 |
Imbalanced 데이터 다루기 (0) | 2021.08.03 |
댓글 영역