Pythonで主成分分析(PCA)を行う方法を現役エンジニアが解説【初心者向け】

初心者向けにPythonで主成分分析(PCA)を行う方法について現役エンジニアが解説しています。主成分分析は相関関係にある複数の説明変数を相関関係の少ない説明変数にまとめることです。Pythonで主成分分析を行うにはScikit-Learnに含まれるPCAライブラリを使用します。

TechAcademyマガジンはオンラインのプログラミングスクールTechAcademy [テックアカデミー]が運営。初心者向けに解説した記事が4,000以上あります。現役エンジニアの方はこちらをご覧ください。

Pythonで主成分分析(PCA)を行う方法について解説します。

そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。

 

なお本記事は、TechAcademyのオンラインブートキャンプPython講座の内容をもとに紹介しています。

 

田島悠介

今回は、Pythonに関する内容だね!

大石ゆかり

どういう内容でしょうか?

田島悠介

Pythonで主成分分析(PCA)を行う方法について詳しく説明していくね!

大石ゆかり

お願いします!

 

主成分分析(PCA)とは

機械学習はデータと正解との関係性をモデルに学習させて正解を予測します。

  • データ:特徴量や説明変数と呼ばれる。正解を説明するデータ群
  • 正解:目的変数やラベルと呼ばれる。予測対象

ここで説明変数の中に、お互いに相関関係にある複数の説明変数が存在すると、モデルはそれらの説明変数の影響を強く受けてバイアスがかかった状態となってしまいます。その状態を解消するのが主成分分析(PCA)です。

主成分分析は「相関関係にある複数の説明変数」を相関関係の少ない説明変数にまとめます。これにより説明変数の相関によるバイアスが軽減され、モデルはより適切な学習を行えるようになります。

 

Pythonで主成分分析(PCA)を行う方法

Pythonで主成分分析を行うにはScikit-Learnに含まれるsklearn.decomposition.PCAライブラリを使用します。

from sklearn.decomposition import PCA

主成分分析の実施は fit 関数で行います。引数の n_components は削減結果の次元数を表します。

pca = PCA(n_components=2).fit(data)

主成分分析の結果を説明変数に適用するにはtransform関数を使用します。

values = pca.transform(data)

逆に主成分分析を行った結果をもとに戻すにはinverse_transform関数を使用します。

data2 = pca.inverse_transform(values)

 

[PR] Pythonで挫折しない学習方法を動画で公開中

実際に書いてみよう

今回はScikit-Learnに添付されているIrisサンプルデータを使い、主成分分析を行ってみます。まずは必要なライブラリとデータを読み込みます。

# 必要なライブラリの読み込み
%matplotlib inline
import matplotlib.pyplot as plt
import sklearn.datasets as datasets
from sklearn.decomposition import PCA

# irisデータの読み込み
iris = datasets.load_iris()
# 特徴量の取得
data = iris['data']

一部のデータの散布図を取ってみます。右肩上がりのグラフになり、相関があることが確認できます。

# 散布図に描画
fig = plt.figure()
plt.plot(data[:,2], data[:,3], 'k.')
plt.xlabel("petalLength")
plt.ylabel("petalWidth")
plt.show()

主成分分析を行います。

# n_components:削減結果の次元数
pca = PCA(n_components=2).fit(data)
# 主成分分析を実施
values = pca.transform(data)

結果を散布図で確認してみましょう。先程より相関の少ないデータになったことが確認できました。

 

監修してくれたメンター

太田和樹(おおたかずき)

ITベンチャー企業のPM兼エンジニア

普段は主に、Web系アプリケーション開発のプロジェクトマネージャーとプログラミング講師を行っている。守備範囲はフロントエンド、モバイル、サーバサイド、データサイエンティストと幅広い。その幅広い知見を生かして、複数の領域を組み合わせた新しい提案をするのが得意。

開発実績:画像認識技術を活用した駐車場混雑状況把握(実証実験)、音声認識を活用したヘルプデスク支援システム、Pepperを遠隔操作するアプリの開発、大規模基幹系システムの開発・導入マネジメント。

地方在住。仕事のほとんどをリモートオフィスで行う。通勤で消耗する代わりに趣味のDIYや家庭菜園、家族との時間を楽しんでいる。

 

大石ゆかり

内容分かりやすくて良かったです!

田島悠介

ゆかりちゃんも分からないことがあったら質問してね!

大石ゆかり

分かりました。ありがとうございます!

 

TechAcademyでは、初心者でも最短4週間でPythonを使った人工知能(AI)や機械学習の基礎を習得できるオンラインブートキャンプPython講座を開催しています。

挫折しない学習方法を知れる説明動画や、現役エンジニアとのビデオ通話とチャットサポート、学習用カリキュラムを体験できる無料体験も実施しているので、ぜひ参加してみてください。