問題 No.444
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
データの広がり（分散）を最大化するような新しい軸を見つけ出し、情報のロスを最小限にして次元を落とす手法のことです。
スポンサーリンク
【その他の選択肢の解説】
k-means
データをあらかじめ決められた数（k個）のグループに分ける、教師なし学習の代表的なクラスタリング手法のことです。
SVM
データ同士の境界線を見つけ出し、効率的にデータを分類するためのアルゴリズムのことです。
Random Forest
複数の決定木を組み合わせることで、精度の高さと安定性を追求するアンサンブル学習の手法のことです。