以下の3回で、PCAの仕組みを一から説明しました。 NumPyで手計算した経験があるからこそ、ライブラリが「裏で何をしているか」がわかります。 今回は、scikit-learnを使って、PCAを効率的に実行する方法を学びましょう。 手計算で何十行も書いていたコードが ...
これまで4回にわたって主成分分析（PCA）を学んできました。 第1回：なぜ次元を減らすのか 第2回：共分散行列と固有値分解 第3回：寄与率とスクリープロット 第4回：scikit-learnでの実装 共分散行列の固有値分解によって「データが最も広がる方向」を見つけ ...
一部の結果でアクセス不可の可能性があるため、非表示になっています。
アクセス不可の結果を表示する