Scikit-learnを使って主成分分析などを中心に遊んだMachine Learning Advent Calendar 2014の企画で書いているブログ記事です．最近私生活で使ってたことや，そのときに躓いたことをまとめました． 主成分分析 名前は聞いたことる方が多いと思いますが，できるだけデータの情報を損失することなく新しい軸を作るための手法です．高次元ベクトルデータなどは現実に可視化することは不可能ですが，2次元や3次元ぐらいまでに落としてあげると可視化することが出来ますし，タスクに依っては低次元部分だけのデータで十分なこともあります． よくある例ではこのような二次元データからこのように第一主成分(青破線)と第二主成分(黒破線)を求めます．そうするとデータ間のユークリッド距離は，青線上で測った場合でも概ね元のデータの特徴を保持している，ということが言えます．PCAはscikit-learnに実装されているものを利用するか，自分で固有値分解を
