Files
2nd/10_Wiki/Topic_Programming/AI_and_ML/Dimensionality-Reduction.md
T
Antigravity Agent 9148c358d0 docs(10_Wiki): 위키 전체 재구성 — Topic_* 폴더를 4개 카테고리로 통합 + 대규모 중복 제거
Topic_Agent/Topic_Blog/Topics/Topics_Biz/Topics_Meeting/Topics_Rag의 마크다운 지식 문서를
Topic_General/Topic_Programming/Topic_Graphic/Topic_Business 4개 카테고리로 재분류.

- 중복 제거: frontmatter의 status:duplicate/merged + duplicate_of/redirect_to 필드로
  자기 자신을 중복으로 선언한 리다이렉트 stub 1032개 제거, 완전 동일 내용 파일 472개 제거,
  동일 파일명·다른 내용 충돌 시 더 큰(완전한) 버전만 유지(162개 제거) — 총 1639개 중복 제거.
- 분류: 폴더 단위로 명확한 항목(AI_and_ML/Coding/Architecture 등 → Programming,
  Comfyui/Visual_Effects → Graphic, Topics_Biz/Topics_Meeting/사업 등 → Business,
  Poetic_Blog_Writing/창의성/Game_Design 등 → General)은 폴더 우선순위로,
  나머지 혼재 폴더(Topic_Agent/Topic_Blog/Topics 루트/Thinking & Reasoning/Other/UI_UX_Assets)는
  title/tags 키워드 스코어링으로 파일 단위 분류(불명확한 경우 General로 폴백).
  원본 폴더명은 "From_*" 서브폴더로 보존해 추적 가능성 유지.
- 최종 배치: Programming 2784 / General 1608 / Graphic 285 / Business 249 = 4926개 문서.
- 에이전트 운영 상태(.astra/.agent/.obsidian/sessions/memory/_company/docs/lessons/_shared/src)는
  지식 콘텐츠가 아니므로 재분류 대상에서 제외하고 원위치 유지.
- Topics/Topic_email(상위 보호 폴더 Topic_email과 파일명 100% 중복) 삭제 — 보호 폴더 자체는 미변경.
- 완전히 비게 된 Topic_Agent/Topic_Blog/Topics_Biz/Topics_Rag 폴더 제거.
2026-07-05 00:33:48 +09:00

7.6 KiB
Raw Blame History

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, verification_status, tags, raw_sources, last_reinforced, github_commit, tech_stack
id title category status canonical_id aliases duplicate_of source_trust_level confidence_score verification_status tags raw_sources last_reinforced github_commit tech_stack
wiki-2026-0508-dimensionality-reduction Dimensionality Reduction 10_Wiki/Topics verified self
PCA
t-SNE
UMAP
autoencoder
curse of dimensionality
feature extraction
none A 0.93 applied
dimensionality-reduction
pca
tsne
umap
autoencoder
visualization
manifold-learning
2026-05-10 pending
language framework
Python scikit-learn / umap-learn / PyTorch

Dimensionality Reduction

매 한 줄

"매 high-dim 의 essence 의 low-dim". 매 PCA (linear) → 매 t-SNE / UMAP (nonlinear, 시각화) → 매 Autoencoder / VAE (deep). 매 modern: 매 embedding (CLIP, sentence-transformers) 의 implicit dim reduction.

매 핵심 method

Linear

PCA (Principal Component Analysis)

  • 매 variance 의 maximum direction.
  • 매 orthogonal axis.
  • 매 SVD.
  • 매 fast + interpretable.

LDA (Linear Discriminant Analysis)

  • 매 class separation 의 maximize.
  • 매 supervised.

Factor Analysis

  • 매 latent factor 의 explain variance.

Nonlinear (manifold)

t-SNE (Maaten 2008)

  • 매 local neighborhood 의 preserve.
  • 매 visualization 강.
  • 매 global structure 의 weak.
  • 매 stochastic.

UMAP (McInnes 2018)

  • 매 t-SNE 의 successor.
  • 매 faster + 매 global structure 도 better.
  • 매 default for high-dim viz.

Isomap

  • 매 geodesic distance 의 preserve.

LLE (Locally Linear Embedding).

Neural

Autoencoder

  • 매 bottleneck 의 dim reduce.

VAE (Variational AE)

  • 매 probabilistic.

Self-Supervised Embedding

  • 매 CLIP, BERT, sentence-transformers.
  • 매 implicit dim reduction.

매 PaCMAP / TriMap (recent)

  • 매 UMAP 의 variant.
  • 매 better global structure.

매 응용

  1. Visualization (2D / 3D): 매 t-SNE, UMAP.
  2. Speed (preprocess): 매 PCA.
  3. Anomaly detection: 매 autoencoder.
  4. Feature extraction: 매 embedding.
  5. Compression: 매 quantization + 매 embed.
  6. Clustering preprocessing.
  7. RAG (vector DB): 매 PCA / quantization.

매 curse of dimensionality

  • 매 distance 의 meaningless.
  • 매 sparsity in 매 high-dim.
  • 매 sample requirement 의 exponential.

💻 패턴

PCA (sklearn)

from sklearn.decomposition import PCA
from sklearn.preprocessing import StandardScaler

X_scaled = StandardScaler().fit_transform(X)

pca = PCA(n_components=0.95)  # 매 95% variance 의 keep
X_reduced = pca.fit_transform(X_scaled)

print(f'Original: {X.shape[1]}, reduced: {pca.n_components_}')
print(f'Explained variance: {pca.explained_variance_ratio_.cumsum()}')

t-SNE

from sklearn.manifold import TSNE

tsne = TSNE(
    n_components=2,
    perplexity=30,
    n_iter=1000,
    random_state=42,
)
X_2d = tsne.fit_transform(X[:5000])  # 매 t-SNE 의 slow → 매 sample

UMAP (modern)

import umap

reducer = umap.UMAP(
    n_components=2,
    n_neighbors=15,
    min_dist=0.1,
    metric='cosine',  # 매 embedding 에 좋음
    random_state=42,
)
X_2d = reducer.fit_transform(X)

Autoencoder (PyTorch)

import torch.nn as nn

class AE(nn.Module):
    def __init__(self, input_dim, latent_dim=32):
        super().__init__()
        self.encoder = nn.Sequential(
            nn.Linear(input_dim, 128), nn.ReLU(),
            nn.Linear(128, 64), nn.ReLU(),
            nn.Linear(64, latent_dim),
        )
        self.decoder = nn.Sequential(
            nn.Linear(latent_dim, 64), nn.ReLU(),
            nn.Linear(64, 128), nn.ReLU(),
            nn.Linear(128, input_dim),
        )
    
    def forward(self, x):
        z = self.encoder(x)
        return self.decoder(z), z

# 매 latent 의 use
model = AE(input_dim=784)
# ... train ...
_, latent = model(X_test)

Visualization combo (UMAP + scatter)

import matplotlib.pyplot as plt

X_2d = umap.UMAP().fit_transform(X)
plt.figure(figsize=(10, 8))
plt.scatter(X_2d[:, 0], X_2d[:, 1], c=labels, cmap='tab10', alpha=0.5, s=10)
plt.colorbar()
plt.title('UMAP projection')
plt.show()

PCA for speed (vector DB preprocessing)

from sklearn.decomposition import PCA
import faiss

# 매 매 768 의 OpenAI embedding → 매 256
embeddings = get_embeddings(documents)
pca = PCA(n_components=256)
reduced = pca.fit_transform(embeddings).astype('float32')

# 매 Faiss
index = faiss.IndexFlatIP(256)
index.add(reduced)

Quantization (vector DB modern)

import faiss

dim = 768
quantizer = faiss.IndexFlatIP(dim)
index = faiss.IndexIVFPQ(quantizer, dim, nlist=100, m=8, nbits=8)
# 매 8 byte 의 768-dim 의 represent — 매 매 100× compression.

index.train(embeddings_np)
index.add(embeddings_np)

Word2Vec / CLIP-style (implicit reduction)

from sentence_transformers import SentenceTransformer

model = SentenceTransformer('all-MiniLM-L6-v2')  # 매 384-dim
embeddings = model.encode(sentences)
# 매 매 sentence (potentially infinite words) → 매 384-dim.

Reconstruction error (anomaly)

def detect_anomaly(model, X, threshold):
    X_recon, _ = model(X)
    error = ((X_recon - X) ** 2).mean(dim=1)
    return error > threshold

Choose dimension (elbow / cumvar)

import numpy as np
import matplotlib.pyplot as plt

pca = PCA().fit(X_scaled)
cumvar = np.cumsum(pca.explained_variance_ratio_)

plt.plot(cumvar)
plt.xlabel('Component')
plt.ylabel('Cumulative variance')
plt.axhline(0.95, color='r', linestyle='--')
plt.show()

n_components = np.argmax(cumvar >= 0.95) + 1

Manifold visualization comparison

def viz_compare(X, labels):
    fig, axes = plt.subplots(1, 3, figsize=(20, 6))
    
    for ax, (name, reducer) in zip(axes, [
        ('PCA', PCA(n_components=2)),
        ('t-SNE', TSNE(n_components=2, random_state=42)),
        ('UMAP', umap.UMAP(n_components=2, random_state=42)),
    ]):
        proj = reducer.fit_transform(X)
        ax.scatter(proj[:, 0], proj[:, 1], c=labels, cmap='tab10', s=5)
        ax.set_title(name)

매 결정 기준

상황 Method
Speed (preprocess) PCA
Visualization UMAP
Cluster preserve UMAP
Variance interpret PCA
Class-aware LDA
Text → embedding Sentence-transformer
Image → embedding CLIP
Vector DB compress PCA / PQ quantization
Anomaly Autoencoder
Generative VAE

기본값: PCA (preprocess) + UMAP (viz) + embedding (semantic).

🔗 Graph

🤖 LLM 활용

언제: 매 visualization. 매 vector DB. 매 cluster preprocessing. 매 anomaly detection. 언제 X: 매 already low-dim. 매 lossless 필수.

안티패턴

  • PCA without standardize: 매 wrong principal component.
  • t-SNE 의 cluster size 의 interpret: 매 not preserved.
  • UMAP 의 distance 의 absolute interpret: 매 local 만.
  • Too aggressive reduction: 매 information loss.
  • Forget train-test split: 매 leakage in PCA.

🧪 검증 / 중복

🕓 Changelog

날짜 변경
2026-05-08 Phase 1
2026-05-10 Manual cleanup — methods + 매 PCA / t-SNE / UMAP / AE / Faiss / quantization code