質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.61%

  • Python

    7468questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

PCA主成分分析における次元削減手法について dim errorへの対応方法

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 200

yohehe

score 17

PCAによる次元削除について勉強しています。
PCAが最小二乗法によって情報損失量の二乗和の最小を求めて次元削減を行っているというイメージはでき手法についてプログラムを作成しているのですが、以下のデータ設定においての次元削減の手法のプログラミングがわからずエラーが出ております。

x,y,z軸で測定したデータ各200個ずつのデータを一つのデータとしてnpyファイルデータを測定しているデータを読み込んでいます。
pcaをかけて次元削減を目指すことでdeeplearningにおける正答率などの向上をめざしています。

data=np.load("acdata0.npy")
data=np.array(data)
print(data.shape)
#この時点でdataのshapeは(200,3,1)の次元になっております。reshape(3,200)などをかけても(3,200,1)となってしまいdimentionが消せずに困っております。

#このままpcaにかけると
from sklearn import cross_validation, preprocessing,decomposition
pca=decomposition.PCA(n_components=2)
pca.fit(data)


Found array with dim 3. Estimator expected <= 2.
#以上のdimensionのエラーがでます。

#data.ravel()を用いて(600,)の形にすると
pca.fit(data)

Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.
#ravel()によるreshapeを行うと以上のエラーとなる。

おそらく自分の中でのpcaについての考え方が間違っているのだとは思うのですが、xyz各200個のデータ(200,3,1)のデータをravel()などで(600,)の配列にする前にpcaをかけて次元を減らす手法などはございますでしょうか。この問題について何かアドバイスがいただけますと幸いです。

追記

この場合のpcaによる次元削減においては1つのarrayデータにx200個,y200個,z200個のデータが存在しているため、600次元のデータとはなっていると考えています。もしかするとまとめてではなく、x、y,zを各々を抽出してpcaで線形単回帰をおこなっていくべきなのでしょうか。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+1

PCAで次元削減を行いたければ複数のデータを入れてあげる必要があります。
50のデータを持っているなら、各データをravelで600次元に変換した結果をnp.vstackなどで積み重ねてshape=(50, 600)の配列を作り、それをfitに渡してやる形です。
ただし、テスト用データはPCAのfitからは外した方が厳密には正しく評価できます(検証用データはfit時には一切関わるべきではない)。手元で実験する際には、どうせ大勢に影響はないと割り切るのも手ですが、そういう話があるということは覚えておいてください(「機械学習 leakage」とかで検索すると出てくるはずです)。


PCAであれば簡単なものですから、まずは原理を勉強してください。理解して使うことが望ましいです。

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/06/22 02:13

    hayataka様、ありがとうございます。
    すみません、pcaについて理論的に勉強不足でした。実装する位置が間違っていたのですか。改めて理論について読み直し、pcaを組み込んだプログラムを実装してみます。

    キャンセル

  • 2018/06/22 02:29

    テストデータは正しくするには除外する必要があるのですか、なるほど勉強になります。leakageについての追記の記載ありがとうございます。教えていただきました内容についても調べて見ます。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.61%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python

    7468questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。