主成分の数
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(15, dtype=float).reshape(5, 3) + np.eye(5, 3)
print(PCA().fit(X).n_components_)- A
3 - B
5 - C
1 - D
2
正解と解説を見る
正解：A
PCA() の主成分の数は、既定で min(サンプル数, 特徴量数)。必要な数を、寄与率の累積から決めて、n_components に指定する。
| 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(15, dtype=float).reshape(5, 3) …` | X = [[1.0, 1.0, 2.0], [3.0, 5.0, 5.0], [6.0… |
| 4 | `print(PCA().fit(X).n_components_)` | X = [[1.0, 1.0, 2.0], [3.0, 5.0, 5.0], [6.0… |
| 結果 | 実際の出力 | 3 |
- A
正しい。
n_componentsを指定しないと、「サンプル数と特徴量数の小さい方」までの主成分が求められる。ここでは、特徴量が 3 つ。 - B
誤り。サンプル数と特徴量数の小さい方（3）。
- C
誤り。すべての主成分を求める。
- D
誤り。特徴量の数だけ求まる。
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。