ある部品メーカーは、製造ラインのセンサーから1製品あたり50項目の測定値を集めており、項目どうしには強い相関がある。元のデータのばらつきをできるだけ保ったまま、互いに無相関な少数の合成変数にまとめ、各合成変数が元のばらつきの何割を説明しているかも確認したい。この目的に用いる手法として、最も適切なものを1つ選べ。
正解と解説を見る
解説
正解 A
この問題の論点：次元削減手法の選択
ポイント
分散を保ったまま無相関な少数の合成変数にまとめるのが主成分分析です。寄与率で、各主成分が元の情報をどれだけ説明するかがわかります。
選択肢ごとの解説
- A
適切 正解
主成分分析は、データの分散が最大になる方向から順に、互いに直交する軸（主成分）を求める線形の手法です。各主成分の分散の割合が寄与率で、何個残すかの目安になります。
- B
不適切
t-SNEは、近いデータどうしの関係（局所的な構造）を保つように2〜3次元へ写す非線形の手法で、主に可視化に使います。各軸が分散をどれだけ説明するかという寄与率の考え方はありません。
- C
不適切
k-means法は、データを似たものどうしのクラスタに分ける手法です。変数を合成して次元を減らす手法ではないため、この目的には合いません。
- D
不適切
トピックモデルは、文書を複数のトピックの混ざり合いとして表すモデルで、潜在的ディリクレ配分法(LDA)が代表例です。単語の出現回数のような離散的な文書データ向けで、連続値のセンサーデータの要約には向きません。
試験での狙われ方
主成分分析とt-SNEの違い（線形か非線形か、寄与率の有無、主な用途）を、データ分析の場面で問う形が典型です。
参考
- G検定 試験出題範囲（シラバス2024）第1.4版 （技術分野 項目8 教師なし学習）
- Jolliffe and Cadima, Principal Component Analysis: A Review and Recent Developments, Philosophical Transactions of the Royal Society A 374 (2016)
- van der Maaten and Hinton, Visualizing Data using t-SNE, JMLR 9 (2008)
- Blei, Ng and Jordan, Latent Dirichlet Allocation, JMLR 3 (2003)