중학교 통계중에 지금 생각하니 분산인가 구하는것중에 N 인지 N-1 인지 헷갈리는게 있었는데…그때야 그냥 암기하면 됬는데…내가 이나이에도

623 121.***.103.160

그러고보니,
위에서 표본의 피지컬 형태를 포인트와 막대기로 비유를 했는데, 점은 n-(n-0) 차원의 오브젝트이고 막대기는 n-(n-1)차원의 오브젝트임. 스칼라 숫자의 통계치에만 관심을 가지는게 아니라, 이 피지컬 차원의 형태에 관심을 더 가지면, 사실은 n-1 은 머신러닝의 디멘션 리덕션과도 관련이 있고, n-1 뿐 아니라 n-2, n-17, n-k…. 등으로 나누는 경우도 해석이 가능해질듯. ( n-k 는 표본이 k 차원의 오브젝트들의 분산을 다루는것으로 해석 됨.)
보통 머신 러닝에서는 n차원의 피처를 가지는 표본들에 대해서 문제를 접근해 가지만, 이 경우는 그 반대의 경우로 문제를 접근해 가는것. 아이고 머리 아파. 이젠 배를 끌고 산으로 올라가네. 조난당하기 전에 내려가야 할듯.