問題 No.367
膨大な種類のセンサーから取得した数十次元のデータを可視化し、機械学習モデルの計算コストを下げるために次元削減を行いたい。元のデータが持つ分散の大きさを情報量と捉え、情報が最もよく保存されるような新しい直交する軸を見つけ出してデータをより少ない次元に変換する、教師なし学習の手法はどれか。
【正解の解説】
主成分分析
主成分分析は、データの情報をなるべく失わずに、情報の広がり（分散）が大きい方向に新しい軸を見つけて次元を減らす手法です。複雑なデータをシンプルにする際に用いられます。
スポンサーリンク
【その他の選択肢の解説】
ロジスティック回帰
ロジスティック回帰は、ある事象が起こる確率を予測する分類手法です。
ランダムフォレスト
ランダムフォレストは、多数の決定木を組み合わせて精度を高めるアンサンブル学習の手法です。
サポートベクターマシン
サポートベクターマシンは、データを境界線で明確に分けることに長けた分類手法です。