エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
【Python】 主成分分析(PCA) - 音楽プログラミングの超入門(仮)
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【Python】 主成分分析(PCA) - 音楽プログラミングの超入門(仮)
導入:データの次元削減 主成分分析の目的 主成分分析(principal component analysis,PCA)とは一体何... 導入:データの次元削減 主成分分析の目的 主成分分析(principal component analysis,PCA)とは一体何でしょうか?PCA には大きく分けて二つの目的があります。(表していることは同じですが) データの特徴をよく表す新しい指標を見つける 大きな次元のデータを小さな次元に落とす データの次元が大きすぎて、計算にやたら時間がかかる場合とかによく使ったりします。 多次元のデータを解析する 世の中に存在するデータは多次元のものがほとんどです。各次元の値は特徴量と呼ばれたりします(呼ばせてください)。例えば、「人間」というデータは、“身長”、“体重”、“年齢”、“名前”などの特徴量を持っています。これが学生であれば、各科目のテストの点数なども含まれるかもしれません。 もし、この特徴量の中に“目の数”が含まれていたらどうでしょうか。これはほとんど意味がないですよね。このように