こちらこそご視聴ありがとうございます！ 因子分析について、ネタ帳に追加させて頂きます！

お役に立てたようで何よりです！

こちらこそご視聴ありがとうございました！

大変嬉しいコメント、ありがとうございます！ とても励みになります。今後とも、よろしくお願いいたします。

ありがとうございます！ 私の知る限りではUMAPの変数寄与度を知る方法はないですね。。。 分類の精度を見たいということでしたら、例えば2次元に圧縮した後のベクトルを用いてk-means法でクラスタリングし、Purityなどの指標を用いて評価することができます。

ありがとうございます！ はい、そのためにはまず2次元でなく3次元に圧縮して、リストの0番目と1番目ではなく1番目と2番目を用いて図を作成すれば良いかなと思います。

@@nishimaki ありがとうございます！ さらに質問申し訳ないです。第3主成分が何を表しているかわからなかったので、動画のX_compとY_comp〜のコードを試した所、「too many values to unpack（expected 2)」というエラーか出てしまいました。 これは3次元になってるので新たにZ_compのようなモノを生成する必要があるって認識で宜しいのでしょうか？

はい、ご認識の通り、次元数に合わせて変数は調整する必要がございます。

ご視聴ありがとうございます。 標準化と次元削減の順序は難しい問題ですね。。。 ですが、基本的には標準化・正規化は分析前のデータ整形のステップになるので、次元削減前に行うのが一般的なのではないかな、という気がします。 ただ、どちらが悪いということは無さそうですね。 下記ページも参考になるかと思いますので、ご確認ください。 teratail.com/questions/125409

@@nishimaki ご返信ありがとうございます． どちらかといえば次元削減前にやるほうが一般的ですが，そこまで差はない，という解釈をしました． 勉強中ですが，参考になりました ほかの動画も視聴し勉強したいと思います

先ほど、以下にアップロードさせて頂きました。 よろしくお願いいたします。 analysis-navi.com/?p=3868

本動画のソースコードとサンプルデータは下記URLにアップロードしております。 analysis-navi.com/?p=3868#%E6%AC%A1%E5%85%83%E5%89%8A%E6%B8%9B%EF%BC%88%E6%AC%A1%E5%85%83%E5%9C%A7%E7%B8%AE%EF%BC%89