차원 축소

복잡한 데이터의 패턴을 파악하고 시각화하는 차원축소를 알아봅니다


수강중

9. 다차원 척도법 (MDS)

  • MultiDimensional Scaling
  • 유사한 것들끼리 가깝게 공간 상에 배치하는 방법
  • 시각화, 마케팅에서 많이 이용
    • 비슷한 제품끼리 배치를 해 시장이 어떻게 구분되는지 알 수 있음
    • 신제품을 출시할 때 소비자들이 생각하기에 신제품이 어느 위치에 있을 것인지 도출해낼 수 있음

절차

  1. 거리 행렬 구하기
  2. 다차원 척도법으로 위치 추정
  3. 시각화하기

거리 행렬

서울 인천 대전
서울 0 26 137
인천 26 0 162
대전 137 162 0

거리 행렬을 만드는 2가지 방법

  1. 숫자를 직접 찾아 넣는 방법
  2. 데이터의 변수들의 차이를 이용해 구하는 방법

다차원 척도법의 종류

  • 메트릭(metric)
    • 거리와 정확하게 비례하도록 위치를 찾아는 것
  • 넌메트릭(non-metric)
    • 거리와 정확하게 맞지 않음
    • 그럼에도 불구하고 이 방식을 사용하는 이유는 거리의 숫자 자체가 중요하지 않은 경우도 있기 때문
    • 소비자들이 S사 휴대폰과 A사 휴대폰의 유사성 점수를 매긴다면 2점과 4점은 메트릭의 경우에는 거리가 2배가 되지만 이 점수는 심리적 요소가 포함된 점수이기 때문에 숫자 자체가 중요하지 않음
    • 정확하게 비율을 유지하는 것보다 크고 작은 관계만 유지되면 충분함
    • 따라서 심리적인 요소가 포함된 거리에서는 넌메트릭이 더 결과가 잘 나오는 경우가 있음