PCA
Principal Component Analysis
PCA（主成分分析）とは
ひとことで
多数の変数（特徴量）を持つデータを、データのばらつき（情報）をできるだけ残したまま、少数の新しい変数（主成分）にまとめる教師なし学習の手法。次元削減やデータの可視化に使われる。
たとえると
立体の物体に光を当てて、最も形の特徴がわかる向きから壁に影を映すようなものです。3次元が2次元の影になっても、うまく向きを選べば何の形かは十分わかります。
現場ではこう使う
製造工場では、1台の装置から数十種類のセンサー値を取得していましたが、項目が多すぎて状態の傾向をつかめませんでした。主成分分析で2つの主成分にまとめてグラフに描くと、正常時と異常の前兆が見られる時期のデータがはっきり分かれて見え、点検の判断材料になりました。
試験のポイント
EXAM POINT「次元削減」「データのばらつき（分散）が最大になる方向」「主成分」と出てきたら主成分分析です。分散が最も大きい方向が第1主成分で、各主成分は互いに相関がない（直交する）点が問われます。各主成分が元の情報をどれだけ説明しているかを表す指標を寄与率と呼びます。グループ分けをするk-means法と区別しましょう。
混同しやすい用語との違い
- k-meansデータをいくつかのグループに分けるクラスタリング手法。PCAは項目数を減らす次元削減
- Embedding単語や文章を意味を反映したベクトルに変換すること。PCAは既にある数値データの次元を減らす