次元削減や次元圧縮の説明として,最も不適切な選択肢を1つ選べ.
①t‐SNEは,高次元データの可視化を目的とした次元圧縮手法として適している.
② 主成分分析(PCA)は,デ―タの特徴量の関係性を分析することでデータ構造を掴む手法である.
③特徴量は次元が多くなりがちだが,次元削減をすることで学習にかかる時間を減らすことができる．
④少ない特徴量を増やすために、特徴量同士の積や和などを取る手法である．
G検定模擬問題（4） 問59
次元削減や次元圧縮の説明として,最も不適切な選択肢を1つ選べ.
①t‐SNEは,高次元データの可視化を目的とした次元圧縮手法として適している.
② 主成分分析(PCA)は,デ―タの特徴量の関係性を分析することでデータ構造を掴む手法である.
③特徴量は次元が多くなりがちだが,次元削減をすることで学習にかかる時間を減らすことができる．
④少ない特徴量を増やすために、特徴量同士の積や和などを取る手法である．
