FujiCert

データ・DX

主成分分析とは？

読み: しゅせいぶんぶんせき英語: Principal Component Analysis更新日: 2026-06-26

主成分分析とは、多くの変数が持つ情報を、少数の新しい軸にまとめて捉える分析手法です。

DS検定G検定

関連表記: 主成分分析 / PCA / Principal Component Analysis

試験で問われるポイント

  • 次元削減やデータの構造理解に使われます。
  • 教師なし学習の代表的な手法として扱われます。
  • 軸の意味づけや情報損失に注意します。

具体例

多数のアンケート項目を少数の傾向軸にまとめて可視化します。

混同しやすい点

  • 主成分分析を分類モデルと同じものとして扱う。
  • 次元を減らしても情報が全く失われないと考える。

関連問題で復習

G検定機械学習の概要・具体的手法

「主成分分析（PCA）」の目的として、最も適切なものはどれか。

G検定機械学習の概要・具体的手法

「教師なし学習」の代表的なタスクとして、最も適切なものはどれか。

関連用語

埋め込み（ベクトル化）

文章や画像などの意味を数値ベクトルで表現し、類似度検索や分類に使う技術です。

教師なし学習

正解ラベルのないデータから、似たデータのまとまりや隠れた構造を見つける方法です。

データサイエンス

統計、機械学習、データ理解、業務課題の整理を組み合わせて価値を生み出す領域です。