次元削減

次元削減は、項目（特徴量）の数が多いデータを、元の情報の特徴をできるだけ残しながら、少ない数の項目で表し直す手法です。代表的なものに主成分分析（PCA）があります。項目が多すぎると、計算に時間がかかったり、学習データに合わせすぎたりしやすくなるため、その対策として使われます。また、2次元や3次元にまとめて図に描くと、データの全体像やグループの分かれ方を目で確かめやすくなります。一方で、まとめた後の項目は元の項目の組み合わせになり、業務の言葉で意味を説明しにくくなることがあります。分析の目的に合わせて、使うかどうかと、まとめる数を決めることが大切です。