![](https://cdn-ak-scissors.b.st-hatena.com/image/square/a30d703d0b22a604184163a7a3c8105b709b8c6b/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9UENBJUUzJTgxJUE4U1ZEJUUzJTgxJUFFJUU5JTk2JUEyJUU0JUJGJTgyJUU2JTgwJUE3JUUzJTgyJTkyJUU3JUE0JUJBJUUzJTgxJTk5JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz0yNWZjYmNlMDUzMmM5NTA4ZDRkOWVhMDY3NGQ5ZmFiZA%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBzYWthbWkmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWE2ZTRlMmIwYjViM2Q4ZjM1Y2ZhYzIxMDVjZjhhZjFl%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D6b4cb2ead923b0d17322ede9b5744479)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
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。
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
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- 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
PCAとSVDの関係性を示す - Qiita
あるデータ点を $\boldsymbol{x}_i$ で表します。各次元は特徴量になります。 簡単のため、全データ点で... あるデータ点を $\boldsymbol{x}_i$ で表します。各次元は特徴量になります。 簡単のため、全データ点で各次元の平均が0になるような場合を考えます。 まず、データ点を1次元に削減する場合、PCAでは