Skip to the content.

最終更新日:2026年9月26日

まず結論

  • 主成分分析(PCA)とは、ラベルを使わずにデータの分散が最大となる方向(主成分)を見つけ、次元削減を行う教師なし学習手法。
  • G検定では「教師ありではない」「分散最大化」「主成分は直交」を正しく判断できるかが問われる。

直感的な説明

  • たくさん点が散らばっているデータを、

    • いちばん広がっている向きに眺めると
    • 少ない軸でも特徴がよく分かります。
  • PCAは、 👉 データを一番“情報が多く見える向き”に回転させて、軸を減らす方法です。

定義・仕組み

  • PCAは、

    • データの分散が最大になる方向を第1主成分とし
    • それと直交しつつ次に分散が大きい方向を第2主成分
    • …と順に主成分を求めます。
  • 特徴:

    • 教師なし学習
    • 線形次元削減
    • 主成分同士は互いに直交(無相関)

いつ使う?(得意・不得意)

使われる場面(得意)

  • 前処理としての次元削減
  • 可視化(2次元・3次元)
  • ノイズ除去

注意点・不得意

  • ラベル情報は使わない
  • 線形変換なので、複雑な非線形構造の表現には限界がある
  • 特徴量のスケールが分散へ影響する

PCAは「分散が大きい方向」を重視するため、単位や桁が大きく違う特徴量をそのまま使うと、その特徴量が主成分へ強く影響することがあります。

そのため、各特徴量を同程度に扱いたい場合は、PCAの前に標準化を検討します。

ただし、標準化が常に必須というわけではありません。元の分散そのものに意味がある場合など、分析目的によって判断します。

G検定ひっかけポイント

  • よくある誤り表現:

    • ❌ 「教師あり学習である」
    • ❌ 「ラベル情報に基づいて軸を決める」
  • 正しい理解:

    • 分散最大化
    • 教師なし学習
  • 判断基準:

    • 「分散が最大」→ PCA
    • 「元の特徴を選ぶ」→ 特徴量選択
    • 「元の特徴を組み合わせて新しい軸」→ PCA
    • 「文書・トピック・単語分布」→ Latent Dirichlet Allocation

※ LDA という略称は Latent Dirichlet Allocation と Linear Discriminant Analysis の両方に使われるため、問題文の文脈で判断します。

まとめ(試験直前用)

  • PCA=教師なし次元削減
  • 分散が最大の方向を探す
  • 主成分は直交・無相関
  • 前処理・可視化でよく使う
  • ラベルは使わない
  • 特徴量スケールが大きく違う場合は標準化を検討
  • 選ぶ=特徴量選択、変換する=PCA

参考資料(原論文)

© 2024-2026 stemtazoo. All rights reserved.