次元削減(PCA・t-SNE・UMAP)

PCA?
は『分散が最大になる方向(主成分)』を順に取り出して低次元に射影する線形?
手法。 計算が速く、解釈しやすい。

データが最も広がっている方向、つまり情報量が大きい方向ね。 数学的には{kw('共分散行列')}の固有ベクトル方向で、これが線形代数の固有値分解とつながるの。

UMAP?
は t-SNE の高速版的手法で、より大局的な構造も保つ。 機械学習の特徴量としても使える(t-SNEは可視化専用に近い)。

そう、累積寄与率?
で見られる。 例えば最初の3主成分で全体の85%の分散を説明できる、という形ね。 80%以上を目安に主成分数を決めるのが実務的。

DS検定では『PCAは線形・分散最大方向』『t-SNE/UMAPは可視化向け』『主成分数は累積寄与率で決定』が頻出。