主成分分析と次元削減とは？しゅせいぶんぶんせきとじげんさくげん
主成分分析と次元削減とは、多数の変数を、情報の損失を抑えつつ少数の合成変数へまとめる手法。主成分分析は分散が最大になる方向を第1主成分とし、以降は直交する方向を順にとる。可視化、計算量削減、多重共線性の回避を目的に前処理として使われる。
最終更新：2026-10-06
応用情報を最短で暗記・合格する →具体例
アンケート40問の回答を主成分分析にかけ、累積寄与率80%となる上位3成分で「価格志向」「品質志向」「利便性志向」と解釈して散布図に落とす。機械学習の前処理としては、200次元を20次元に落として学習時間を1桁縮める使い方をする。
試験での引っ掛け
主成分は元の変数そのものではなく合成変数なので、「どの項目が効いたか」を直接は説明できない。また分散の大きさに引きずられるため、単位の異なる変数は標準化してからでないと結果が歪む。
関連用語
出典・参考
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。