ホーム / 機械学習の概要 / 教師なし学習 / 次元圧縮

127

次元圧縮

機械学習の概要教師なし学習

次元圧縮とは、特徴量の数(次元)が多すぎるデータを、情報をできるだけ保ったまま少ない次元に減らす処理のことです。

次元の呪いを避けたり、データを可視化しやすくしたりするのが目的です。たとえば100次元のデータを2〜3次元に減らすことで、人間が散布図で確認できるようになります。

PCA や t-SNE が代表的な手法で、データ分析・前処理の基本テクニックです。