PyOD 0.8 : Examples : 主成分分析 (PCA) (解説)

【PyOD 0.8 : Examples : 主成分分析 (PCA：Principal Component Analysis)】
主成分分析 (PCA) による外れ値検出を実装する models.pca.PCA 検出器を合成データに適用した例を解説します。PCA はデータの特異値分解を使用してそれを低い次元空間に射影する線形次元削減です。k 個の固有ベクトルから構成される低次元超平面はデータの殆どの分散を捕捉できますが、外れ値は通常のデータポイントとは異なります。外れ値スコアは総ての固有ベクトル上のサンプルの射影された距離の合計として得られます。
PyOD は多変量データで中心を離れたオブジェクトを検知するための包括的でスケーラブルな Python ツールキットです。この分野は一般に外れ値検知 or 異常検知と呼称されます。PyOD は 30 以上の検知アルゴリズムを含みます。
[詳細]

★ 無料セミナー開催中 ウェビナー(WEBセミナー)

【2021年07月07日(水)：ウェビナー】15:30-17:30
人工知能テクノロジーを実ビジネスで活用するには？Vol.107
～ 具体的な導入プロセスと運用の考慮ポイントを解説 ～
[特別講演]日本FLOWが提供している「AIデータアノテーションサービス」を紹介
[詳細]