データサイエンティスト検定 リテラシーレベル データサイエンス(機械学習・AI・非構造化データ) 練習問題 第60問: 多くの変数をもつデータに主成分分析を行う。主成分分析で行うことの説明として、最も適切なものはどれか。
データサイエンス(機械学習・AI・非構造化データ)
– / 63 解いた
第60問
多くの変数をもつデータに主成分分析を行う。主成分分析で行うことの説明として、最も適切なものはどれか。
解答と解説を先に見る
先に見ると、この問題は今回は育ちません。
正解: 3. 相関の強い元の変数を組み合わせた新しい変数を、対象どうしの違いを大きく表す順に作り、下位のものを捨てる
相関の強い元の変数を組み合わせた新しい変数を、対象の違いを大きく表す順に作り、下位を捨てる、が適切です。主成分分析は教師なし学習の手法で、相関の強い変数どうしをまとめて、個々の対象の違いを最も大きくする主成分という新しい変数を作ります。
主成分は元の変数の線形結合(重み付きの合計)で、分散が大きい順に作られ、寄与の小さい下位の主成分を捨てれば、元より少ない数の変数で対象の特徴を表せます。これを次元削減といいます。
出典:『高等学校情報科「情報Ⅱ」教員研修用教材』(文部科学省)を加工して作成。元の変数を並べて上位だけを残すのは変数の選択で、新しい変数を作りません。
主成分を作る順は分散の大きさで決まり、目的変数との相関は使いません。主成分分析は、元の変数を選んで残すのではなく、分散の大きい順に新しい変数を作り、下位を捨てて次元を減らす手法です。
関連キーワード: 主成分分析・次元削減・主成分・分散
模試 (100問)
この問題が解けたら、本試験はどうですか?本番形式で、ほかの科目もまとめて確かめる
本番形式の模擬試験で実力チェックPremium (月980円)Premium (ご利用中)本番と同じ制限時間
広告