t-SNE と UMAP: 非線形次元削減
t-SNE(t-distributed Stochastic Neighbor Embedding)と UMAP(Uniform Manifold Approximation and Projection)は、高次元データを 2〜3 次元に圧縮する非線形次元削減アルゴリズムです。PCA が線形の射影に限られるのに対し、t-SNE / UMAP は「元の空間で近い点は、低次元でも近くに置く」ことを優先して配置を決めます。 ...
t-SNE(t-distributed Stochastic Neighbor Embedding)と UMAP(Uniform Manifold Approximation and Projection)は、高次元データを 2〜3 次元に圧縮する非線形次元削減アルゴリズムです。PCA が線形の射影に限られるのに対し、t-SNE / UMAP は「元の空間で近い点は、低次元でも近くに置く」ことを優先して配置を決めます。 ...
異常検知(anomaly detection、outlier detection)は、大多数の正常データから外れた点を見つける手法です。クレジットカードの不正利用、設備の故障の予兆、ネットワークへの侵入のように、見つけたい側のサンプルが極端に少なく、事前にラベルを付けられない場面で使います。 ...
特徴量重要度(feature importance)は、学習済みモデルが予測にどの入力を利用しているかを調べる指標です。例えば、分類結果の説明や、特徴量選択で列を減らす候補を探す時に使います。ただし、重要度が高いからといって、その特徴量が結果の原因だとは限りません。 ...
パーセプトロン(perceptron)は、入力の各列に重みを掛けて足し、その符号で 2 つの分類のどちらかを答えるモデルです。学習では、学習データを 1 行ずつ予測し、誤った行の入力を重みに足すか引くだけです。1958 年に Rosenblatt 氏が発表したもので、今のニューラルネットワークを組み立てるユニットの原型になりました。Samsung が自社で設計した Exynos のコアなど、一部の CPU では、条件分岐がどちらへ進むかを当てる回路にも使われてきました。 ...