memrootじしょ
英和翻訳
Principal Component Analysis
Principal Component Analysis
/ˌprɪnsəp(ə)l kəmˈpoʊnənt əˈnæləsɪs/
プリンシパル コンポーネント アナリシス
1.
多くの変数を持つデータを、より少ない数の主成分と呼ばれる新しい変数に変換することで、データの構造を単純化・可視化する統計手法。
Principal Component Analysis（主成分分析）は、互いに関連する可能性のある多数の変数を持つデータセットにおいて、その変数の数を減らし、データが持つ本質的な情報を少数の「主成分」に集約する統計的な技術です。これにより、データの背後にあるパターンや構造を理解しやすくなり、データの可視化やノイズの除去、さらには機械学習の前処理などに応用されます。
Principal
component
analysis
is
a
powerful
tool
for
dimensionality
reduction.
(主成分分析は、次元削減のための強力なツールです。)
Principal component analysis
「主成分分析」という統計手法の名称です。
is
「～である」という状態を表す動詞です。
a powerful tool
「強力なツール」という意味です。
for
「～のために」という目的を示す前置詞です。
dimensionality reduction
「次元削減」という意味で、データ分析の目的の一つです。
Researchers
often
use
principal
component
analysis
to
simplify
complex
datasets.
(研究者は、複雑なデータセットを単純化するために主成分分析をよく使用します。)
Researchers
「研究者たち」という意味です。
often
「しばしば」「よく」という頻度を表す副詞です。
use
「～を使う」という動詞です。
principal component analysis
「主成分分析」という統計手法の名称です。
to simplify
「～を単純化するために」という目的を表す不定詞句です。
complex datasets
「複雑なデータセット」という意味です。
The
results
of
principal
component
analysis
revealed
hidden
patterns
in
the
genetic
data.
(主成分分析の結果は、遺伝子データ内の隠れたパターンを明らかにしました。)
The results
「結果」という意味です。
of
「～の」という所有や関連を示す前置詞です。
principal component analysis
「主成分分析」という統計手法の名称です。
revealed
「～を明らかにした」という動詞 "reveal" の過去形です。
hidden patterns
「隠れたパターン」という意味です。
in
「～の中に」という場所を示す前置詞です。
the genetic data
「遺伝子データ」という意味です。
Before
training
the
model,
we
performed
principal
component
analysis
on
the
features.
(モデルを訓練する前に、特徴量に対して主成分分析を実行しました。)
Before
「～の前に」という時を示す前置詞です。
training the model
「モデルを訓練すること」という意味です。
we performed
「私たちは実行した」という意味です。
principal component analysis
「主成分分析」という統計手法の名称です。
on
「～に対して」という対象を示す前置詞です。
the features
「特徴量」という意味です。
Understanding
the
assumptions
of
principal
component
analysis
is
essential
for
its
correct
application.
(主成分分析の前提を理解することは、その正しい適用に不可欠です。)
Understanding
「理解すること」という動名詞です。
the assumptions
「前提」「仮定」という意味です。
of
「～の」という所有や関連を示す前置詞です。
principal component analysis
「主成分分析」という統計手法の名称です。
is essential
「不可欠である」という意味です。
for
「～にとって」「～のために」という目的や対象を示す前置詞です。
its correct application
「その正しい適用」という意味です。
関連
Dimensionality reduction
Factor analysis
Eigenvalues
Eigenvectors
Covariance matrix
Data visualization
Machine learning