人工知能をめぐる動向と手法
数百項目に及ぶアンケートの回答データがあり、項目間の相関が強く分析や可視化が難しい。データが持つ情報をなるべく保持しながら次元を圧縮したい場合に用いる手法として最も適切なものはどれか。
- Aロジスティック回帰
- Bk-means法
- ✓主成分分析(PCA)
- Dサポートベクターマシン(SVM)
解説
主成分分析(PCA)は相関の強い多数の変数から分散をなるべく保持する少数の合成変数(主成分)を作り出す次元圧縮の手法であり、多項目データの可視化や分析の前処理として適している。ロジスティック回帰は分類、k-means法はクラスタリング、SVMは分類・回帰の手法であり、次元圧縮を目的とした手法ではない。
根拠シラバス「教師なし学習」