小林聡美
名前：小林 聡美（こばやし さとみ） ニックネーム：さと・さとみん 年齢：25歳 性別：女性 職業：季節・暮らし系ブログを運営するブロガー／たまにライター業も受注 居住地：東京都杉並区・阿佐ヶ谷の1Kアパート（築15年・駅徒歩7分） 出身地：長野県松本市（自然と山に囲まれた町で育つ） 身長：158cm 血液型：A型 誕生日：1999年5月12日 趣味： ・カフェで執筆＆読書（特にエッセイと季節の暮らし本） ・季節の写真を撮ること（桜・紅葉・初雪など） ・和菓子＆お茶めぐり ・街歩きと神社巡り ・レトロ雑貨収集 ・Netflixで癒し系ドラマ鑑賞 性格：落ち着いていると言われるが、心の中は好奇心旺盛。丁寧でコツコツ型、感性豊か。慎重派だけどやると決めたことはとことん追求するタイプ。ちょっと天然で方向音痴。ひとり時間が好きだが、人の話を聞くのも得意。 1日のタイムスケジュール（平日）： 時間 行動 6:30 起床。白湯を飲んでストレッチ、ベランダから天気をチェック 7:00 朝ごはん兼SNSチェック（Instagram・Xに季節の写真を投稿することも） 8:00 自宅のデスクでブログ作成・リサーチ開始 10:30 近所のカフェに移動して作業（記事執筆・写真整理） 12:30 昼食。カフェかコンビニおにぎり＋味噌汁 13:00 午後の執筆タイム。主に記事の構成づくりや装飾、アイキャッチ作成など 16:00 夕方の散歩・写真撮影（神社や商店街。季節の風景探し） 17:30 帰宅して軽めの家事（洗濯・夕飯準備） 18:30 晩ごはん＆YouTube or Netflixでリラックス 20:00 投稿記事の最終チェック・予約投稿設定 21:30 読書や日記タイム（今日の出来事や感じたことをメモ） 23:00 就寝前のストレッチ＆アロマ。23:30に就寝
はじめに：主成分分析と多次元尺度法の基本を押さえる
ここでは主成分分析と多次元尺度法の基本的な考え方を、難しい数式を避けて丁寧に説明します。まずは「何を目的としているのか」「どういうデータで使われるのか」を押さえましょう。
データを見やすくするための道具にはさまざまなものがあり、その中でもこの二つはとても多く使われます。
結論を先に言うと、PCAは線形な変換で情報の多さを保持することを目指し、MDSはデータ間の距離感をできるだけそのまま2次元や3次元に写そうとします。この違いが選択の分かれ道になります。
さらに、データの性質も選択に影響します。連続変数や大きなサンプル数がある場合はPCAが適していることが多い一方、距離や相似性を直感的に視覚化したい場合はMDSが役立つことが多いです。両者とも「次元削減」と呼ばれますが、在り方はぜんぜん違います。データをどう見せたいか、何を大事にしたいかを考えることが最初の一歩です。
実際の使い分けと表での比較
ここでは具体的な使い方のイメージや注意点を、例を交えながら解説します。
データがどのように成り立っているかを理解するのは楽しい反面、誤解しやすい点も多いです。
以下の表は「何を目的にするか」「前提となるデータの性質」「結果の解釈の仕方」の三つを軸に、PCAとMDSの違いを比べています。
この表を読むと、「何を削りたいのか」「何を保ちたいのか」が決定的な違いだと分かります。
初めはデータの性質を一度整理してから、最適な手法を選ぶのがコツです。
さらに、実務ではPCAの前にデータの標準化を行うことが多く、MDSでは距離の定義をどう設定するかが結果を大きく左右します。
放課後、友達とデータの話をしていて、私は主成分分析を『意味のある新しい軸』へまとめるやり方だと説明しました。データの動きを最も大きく動かす方向を見つけて、それを新しい軸に置くイメージ。つまり、たくさんの情報を少数の軸に圧縮して、データの本当に重要な変化を見つけやすくする道具です。
の人気記事
