[TIL] 김민채_200922

### Today I learn_17

**1. covariance & correlation coefficient**
- 분산은 각 변수의 스케일의 영향을 받아 본래 분산의 정도에 비해 값이 커질 수 있다.
- 그 스케일을 맞춰주는 것이 바로 표준편차
- covariance는 공분산이라 하고, 두 변수의 상관관계를 파악할 수 있는 지표다.
- covariance 역시 스케일의 영향을 받아 상관관계 정도와 상관 없이 큰 값을 가질 수 있다.
- 스케일을 맞춰주기 위한 것이 바로 correlation coefficient
- 다양한 값이 나올 수 있는 covariance를 -1부터 1 사이의 값으로 표현해 스케일에 영향 받지 않고 상관성을 파악할 수 있다.

**2. linear projection**
- 두 벡터의 상관관계를 파악하기 위해서 하나의 벡터를 투사시켜 나머지 벡터와 같은 선상에 있게 한 후 비교한다.
- 두 벡터가 같은 선상에 있다 = 선형관계가 있다.

**3. Impression from Today**
- 처음 과제 설명이 있었을 때만 하더라도 역대급이라고 생각했다.
- 약 2시간에 걸쳐 오늘 lecture를 복습한 후 문제를 접하니 생각보다 어렵지 않았다.
- linear projection은 두 벡터가 같은 선상에 있게 해 상관관계가 있다는 전제 하에 푸는 것인데
- 만일 linear projection 값이 0이 된다면 어떻게 되는 것인지, 아직 잘 모르겠다.
- 다만, 배우고 나니 데이터의 두 변수의 상관관계 여부를 밝혀낸 뒤 insights를 뽑아내기 위해 linear projection이 필요하단걸 알 수 있었다.