Verctor, Matrix, DataFrame

Vector, Matrix와 DataFrame의 차이점은 무엇일까?

• Vector : 1차원 데이터 구조
• Matrix : 2차원 데이터 구조, 데이터 타입이 모두 동일해야한다. (칼럼 하나를 벡터라 보면 벡터의 나열)

  import numpy as np
  np.matrix() # 넘파이 안에 있다.

• DataFrame : 2차원 데이터 구조, 칼럼마다 데이터 타입이 다를 수 있다. (마찬가지로, 칼럼 하나를 벡터라 보면 벡터의 나열)

  import pandas as pd
  pd.DataFrame() # 판다스 안에 있다.

보기의 그림은 이미지 혹은 텍스트를 벡터화하는 과정입니다. 이처럼 벡터화를 진행하는 이유가 무엇일까?

이미지를 벡터화하는 과정(Computer Vision; 컴퓨터 비전)

텍스트를 벡터화하는 과정(Natural Language Processing; 자연어 처리)

먼저 '벡터화'라 함은 흔히 선형대수 및 행렬 이론에서 행렬을 세로 벡터로 바꾸는 선형변환을 의미한다. 위의 질문에서 '벡터화'는 좀더 단순하게 '숫자로의 나열'이라고 생각한다. 단순하게 생각하면, 우리가 다루는 이미지, 텍스트, 영상, 음성 등을 컴퓨터가 이해하고 구분하여 학습할 수 있게 하기 위함이라고 생각할 수 있다. 또한, 이렇게 벡터를 통한 표현으로 데이터마다의 유기적인 연결이 가능하기 때문에 벡터화를 진행해야한다.

• 이미지 : 세상 모든 색깔에 특정 값을 부여하게 되면 너무 많은 차원이 생긴다. 해서, RGB의 3개의 칼럼을 두고 각각 칼럼마다 값을 조합하여 벡터를 만들고 구분한다.

• 텍스트 : 인간의 글자를 학습시키기 위해 숫자로 바꾸는 작업이 필요하다. 우리가 categorical 데이터를 숫자를 부여해서 처리하듯, 인간의 글자에도 숫자를 부여하여 학습시키기 위함이다. 이 때, 벡터를 이용하는 이유는 컴퓨터가 벡터를 통해 학습시 '거리'에 대한 계산이 가능하고 그에 따라 단어 별 유사성을 계산할 수 있게 된다.