ストラテジ系 › 企業活動

主成分分析(PCA)

一言でいうと

主成分分析とは、多くの変数を、データの特徴をできるだけ残した少数の新しい変数へまとめる方法。

ポイント

  • 複数の変数の重み付き和で「主成分」を作り、データの次元を減らす。
  • 第1主成分は最も大きなばらつきを捉え、次の主成分はそれと直交する別のばらつきを捉える。

まちがえやすいポイント

  • クラスター分析は似たデータをグループ分けする。主成分分析は表す軸・変数をまとめる。

関連する過去問

この用語を学ぶ手がかりになる問題です。解説とあわせて確認しましょう。

あわせて覚えたい用語

用語の重要度について

kakoloopの知識カードに基づく、学ぶ順番の目安です。IPAが公表する出題頻度や、次の試験に出る確率を示すものではありません。

Sランク
最初に身につけたい基本用語。意味を説明できるようにしましょう。
Aランク
基本とあわせて理解したい用語。似た言葉との違いも確認しましょう。
Bランク
基礎を固めた後に、具体例と結びつけて学ぶ用語です。
Cランク
理解の幅を広げる用語。関連する基礎用語と一緒に確認しましょう。
Dランク
余裕ができたら押さえたい補足的な用語です。

どの分野にも合格基準があります。重要度だけで学習範囲を決めず、苦手分野も補いましょう。