問題 No.414
主成分分析（PCA）において、寄与率が小さい主成分を捨てることの利点として、適切なものはどれか。
【正解の解説】
データのノイズ成分を排除し、重要な情報のみを残してモデルを効率化できる
正解です。主成分分析(PCA)で寄与率が低い（情報の保持量が少ない）成分を削ることは、ノイズとなる細かい変動を除去し、重要な特徴に絞ってモデルを軽量化するために有効です。
スポンサーリンク
【その他の選択肢の解説】
全てのデータを削除し、計算時間をゼロにするため
誤りです。全てのデータを削除しては意味がありません。必要な情報を残しつつ、不要な次元を圧縮することが目的です。
元のデータの意味を完全に可逆的に復元するため
誤りです。情報の削減を行うため、元のデータを100%完全に復元することはできません。
モデルを完全に決定論的にし、推論の失敗をゼロにするため
誤りです。次元圧縮は計算の効率化などを目的としており、推論失敗をゼロにするための手法ではありません。