<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>Yaju3D</author_name>
  <author_url>https://blog.hatena.ne.jp/Yaju3D/</author_url>
  <blog_title>デジタル・デザイン・ラボラトリーな日々</blog_title>
  <blog_url>https://yaju3d.hatenablog.jp/</blog_url>
  <categories>
    <anon>コンピュータビジョン,機械学習,主成分分析</anon>
  </categories>
  <description>■次元の縮約(削減） 次元と書くと難しい用語のようだが、複数の属性項目のことである。何らかの式を用いることでデータを減らすことが出来る。国語、数学、英語、理科、社会の総合点 ⇒５次元データから１次元データに縮約 体形評価 : BMI (Body Mass Index) 判定肥満度の判定方法の１つで、次の式で得られる。 ⇒ ２次元データを１次元データに縮約 主成分分析による次元の縮約の考え方 下図左の3つの赤い点を確実に通るY軸(下図中央)を考えると、まったくデータを損なわずに2次元から1次元に落とす事ができます。しかし、下図右のように赤い点から外れた場合には、データは損なわれますが、元の特徴は…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fyaju3d.hatenablog.jp%2Fentry%2F2014%2F07%2F27%2F094655&quot; title=&quot;【コンピュータビジョン】主成分分析を理解してみる　次元の縮約 - デジタル・デザイン・ラボラトリーな日々&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>http://chart.apis.google.com/chart?cht=tx&amp;chl=BMI%3D%5Cfrac%7B%E4%BD%93%E9%87%8D%28kg%29%7D%7B%E8%BA%AB%E9%95%B7%28m%29%5E2%7D</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2014-07-27 09:46:55</published>
  <title>【コンピュータビジョン】主成分分析を理解してみる　次元の縮約</title>
  <type>rich</type>
  <url>https://yaju3d.hatenablog.jp/entry/2014/07/27/094655</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
