用語集

多くの変数（成分）を含むデータを少ない指標（主成分）でまとめることで、データの構造や傾向を把握しやすくする分析手法。データのばらつき（分散）に着目し、そのばらつきが最大になる方向を主成分だとみなす。寄与率(その主成分がどれだけ重要か)、主成分スコア(その主成分の特徴をどれだけ表すか)、主成分負荷量(各変数の主成分への関連具合)を用いて解析する。複雑なデータから特徴量を抽出したい時や、膨大なデータの次元を減らすことで計算の負担を軽減したい時、機械学習の前処理などで使用されることが多い。手法として独立成分分析 (ICA）と似ているが、データのばらつきを最大化することに主眼が置かれている点で異なる。

[読　　み]ぴーしーえー/しゅせいぶんぶんせき
[英語表記]PCA/主成分分析（Principal Component Analysis）