2019年度 人工知能学会全国大会(第33回)

講演情報

一般セッション

一般セッション » [GS] J-2 機械学習

[4I3-J-2] 機械学習: 基礎モデルの構築と分析

2019年6月7日(金) 14:00 〜 15:20 I会場 (306+307 小会議室)

座長:平岡 拓也(NEC) 評者:東山 翔平(NEC)

14:40 〜 15:00

[4I3-J-2-03] 因子分析と独立成分分析の回転基準の比較

〇今村 優斗1、西垣 貴央1、小野田 崇1 (1. 青山学院大学)

キーワード:因子分析、独立成分分析、回転基準、尖度、CrawfordとFergusonの基準

データ分析より適切な結果を得るためには、各データ分析手法の性質や違いを理解できている必要がある。しかし、独立成分分析と因子分析は分析手順が似ているにもかかわらず、その違いについて論じられていることは少ない。本研究の目的は独立成分分析と因子分析の特徴の違いを明らかにすることであり、今回私たちはこの二つの手法の回転基準に着目した。初めに、因子分析で使用されるCrawfordとFergusonの基準と独立成分分析で使用される尖度基準の式より、尖度基準の式は、CrawfordとFergusonの基準の重みを変えることにより表すことができることを示した。これにより、尖度基準は因子分析の回転基準の中の一つであるということができる。次に、CrawfordとFergusonの基準の重みによる回転結果の違いより、因子負荷量行列の列の単純化を重視する尖度基準の性質を見つけた。サンプルデータを用いて実際に様々な回転基準で回転を行った結果からも、列の単純化を重視する尖度基準の性質が読み取れた。