主成分の方向
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.array([[1.0, 1.0], [2.0, 2.0], [3.0, 3.0]])
p = PCA(n_components=1).fit(X)
print(p.components_.shape, round(float(abs(p.components_[0][0])), 3))- A
(1, 2) 0.707 - B
(2, 1) 0.707 - C
(1, 2) 1.0 - D
(1, 2) 0.0
正解と解説を見る
正解：A
components_ は主成分の方向（単位ベクトル）で、形状は (主成分の数, 特徴量の数)。符号は不定。
| 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.array([[1.0, 1.0], [2.0, 2.0], [3.0, 3…` | X = [[1.0, 1.0], [2.0, 2.0], [3.0, 3.0]] |
| 4 | `p = PCA(n_components=1).fit(X)` | X = [[1.0, 1.0], [2.0, 2.0], [3.0, 3.0]] |
| 5 | `print(p.components_.shape, round(float(abs(p.…` | — |
| 結果 | 実際の出力 | (1, 2) 0.707 |
- A
正しい。主成分は 1 つで、2 つの特徴量の方向（(1, 1) を正規化した単位ベクトル）を向く。
- B
誤り。形状は (主成分の数, 特徴量の数)。
- C
誤り。2 つの成分の大きさは等しく、0.707。
- D
誤り。2 つの特徴量は同じように変化する。
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。