yusuke_ujitoko https://blog.hatena.ne.jp/yusuke_ujitoko/ 緑茶思考ブログ https://yusuke-ujitoko.hatenablog.com/ 主成分分析（principal component analysis:PCA）とは？ 教師なし学習の一つ。 データの分散（ばらつき）が大きいところ（主成分）を見つける操作。 つまり分散が大きいところが大事で、小さいところは気にしないようにする。 既存の特徴を組み合わせて分散が大きくなる新たな尺度となる特徴を見つける。 例えば、2つの特徴を組み合わせて1つの特徴でその対象を上手く捉えることができたら、 パラメータを減らせる。 PCAのアルゴリズム 全データの重心を求める（平均値） 重心からデータの分散（ばらつき）が最大となる方向を見つける 新しいデータ表現軸として、2.で求めた方向を基底とする … 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fyusuke-ujitoko.hatenablog.com%2Fentry%2F2017%2F03%2F04%2F193628" title="主成分分析(PCA)がなぜ分散共分散行列を対角化する固有値問題となるか - 緑茶思考ブログ" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> http://chart.apis.google.com/chart?cht=tx&chl=%7Bx_%7Bi%7D%20%3D%20%28x_%7Bi1%7D%2C%20..%20%2C%20x_%7Bid%7D%29%5E%7B%7BT%7D%7D%28i%20%3D%201%2C%20..%20%2CN%29%7D Hatena Blog https://hatena.blog 2017-03-04 19:36:28 rich https://yusuke-ujitoko.hatenablog.com/entry/2017/03/04/193628 1.0 100%