はじめに
この記事は、
主成分分析（PCA）とは？次元削減の基本を初心者向けにやさしく解説｜統計自主学習⑮
の補足として、Pythonを使ってPCAを実際に実装してみる内容です。
この記事では、
- PCAによる次元削減
- データを2次元に圧縮して可視化する を、実際のコードを使って体験していきます！
PCAとは？（簡単に復習）
PCA（主成分分析）は、
多次元データのばらつきを最大限に保ちながら、より少ない次元に圧縮する手法です。
特徴：
- 情報のロスを最小限に抑えながら次元削減
- 可視化・データ圧縮・ノイズ除去などに使われる
- 主成分（PC1、PC2など）は、もとの特徴量の線形結合で表現される
1. 使用データセットの紹介
今回は、機械学習で有名な「Iris（アヤメ）データセット」を使います！
- 特徴量：がく片・花びらの長さ・幅（4次元）
- クラスラベル：アヤメの種類（3クラス）
from sklearn.datasets import load_iris
import pandas as pd
# データ読み込み
iris = load_iris()
X = iris.data
y = iris.target
feature_names = iris.feature_names
# データフレーム化
df = pd.DataFrame(X, columns=feature_names)
df['target'] = y
df.head()
2. PCAで次元削減してみよう！
まず、標準化（Zスコア正規化）を行い、PCAを実行します。
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
# 標準化
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)
# PCA実行（2次元に削減）
pca = PCA(n_components=2)
X_pca = pca.fit_transform(X_scaled)
print("PCA後のデータ形状:", X_pca.shape)
✅ 出力結果：
(150, 2) → 150個のデータが2次元になりました！
3. 2次元プロットで可視化してみよう！
import matplotlib.pyplot as plt
# クラスごとに色分けしてプロット
plt.figure(figsize=(8,6))
for i, label in enumerate(iris.target_names):
plt.scatter(X_pca[y == i, 0], X_pca[y == i, 1], label=label)
plt.xlabel('PC1')
plt.ylabel('PC2')
plt.title('PCA Visualization of Iris Dataset')
plt.legend()
plt.grid(True)
plt.show()
✅ 出力結果：
- 種類ごとに点がきれいに分かれる様子が見えます！
4. 寄与率を確認してみよう
主成分がどれくらい元の情報を保持しているか？を見てみます。
print("各主成分の寄与率:", pca.explained_variance_ratio_)
print("累積寄与率:", sum(pca.explained_variance_ratio_))
✅ 出力例：
- PC1が70%以上の情報を保持
- PC2も20%以上の情報を保持
- → 合計90%以上の情報をたった2次元に圧縮できている！
まとめ
- PCAは「多次元データを少ない次元にまとめる」ための強力なツール
- 2次元可視化により、データの特徴や分布を直感的に理解できる
- 実際にPythonで実装することで、理論だけでなく感覚も身につく！
✅ 【参考記事】
✅ 【次におすすめ】
コメント