PCA の出力の形
次のコードを実行したときの出力として、正しいものを1つ選べ。
import numpy as np
from sklearn.decomposition import PCA
X = np.arange(30, dtype=float).reshape(10, 3)
print(PCA(n_components=2).fit_transform(X).shape)- A
(10, 3) - B
(2, 3) - C
(3, 2) - D
(10, 2)
正解と解説を見る
正解：D
PCA(n_components=k).fit_transform(X) は、(件数, 特徴量数) の配列を (件数, k) に変換する。
| 順 | 実行する行 | 実行後の変数 |
|---|---|---|
| 1 | `import numpy as np` | — |
| 2 | `from sklearn.decomposition import PCA` | — |
| 3 | `X = np.arange(30, dtype=float).reshape(10, 3)` | X = [[0.0, 1.0, 2.0], [3.0, 4.0, 5.0], [6.0… |
| 4 | `print(PCA(n_components=2).fit_transform(X).sh…` | X = [[0.0, 1.0, 2.0], [3.0, 4.0, 5.0], [6.0… |
| 結果 | 実際の出力 | (10, 2) |
- A
誤り。主成分の数は 2 に減る。
- B
誤り。データの件数は変わらない。
- C
誤り。行がデータの件数。
- D
正しい。10 件のデータが、2 次元に変換される。
このサイトの問題は、各試験の公式に示された出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人Pythonエンジニア育成推進協会の公式サービスではありません。