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

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。

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。

対応試験

DS検定G検定

関連する表記: 主成分分析 / PCA / Principal Component Analysis

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。

FujiCertの用語解説は、各試験の公式問題ではなく、学習者が問題演習でつまずきやすい観点を整理した非公式の学習支援コンテンツです。