問題 No.429
高次元データの情報を可能な限り保持したまま、次元数を削減して低次元の主成分に変換する教師なし学習手法はどれか。
【正解の解説】
PCA
主成分分析(PCA)。多くの項目がある複雑なデータから、情報の広がり（分散）を維持したまま、少数の軸（主成分）に情報をギュッとまとめる次元圧縮手法です。
スポンサーリンク
【その他の選択肢の解説】
k-means
k-means法。データを近いもの同士のグループに分けるクラスタリング手法で、データの次元を減らすための手法ではありません。
SVM
サポートベクターマシン(SVM)。データを分ける最適な境界線を見つけるための分類アルゴリズムです。
Random Forest
ランダムフォレスト。多数の決定木を組み合わせて、分類や回帰を行うアンサンブル学習手法です。