Python3エンジニア認定データ分析試験　⑦ scikit-learn（次元削減・評価・最適化・クラスタリング）

scikit-learnの後半。主成分分析による次元削減と寄与率、モデル評価としての混同行列、適合率・再現率・F値・正解率、ROC曲線とAUCの読み方、交差検証とハイパーパラメータ探索（グリッドサーチ）を扱う。教師なし学習ではk-means（クラスタ数の決め方、エルボー法）と階層的クラスタリング（デンドログラム）。公式の出題範囲では⑥と合わせて8問・20%。つまずきどころは、適合率と再現率がそれぞれ何を見ている指標かの取り違えと、不均衡データで正解率だけを見ると評価を誤ること。混同行列の4区分から各指標を自力で導けるようにしておきたい。

この分野の問題35問を、選択肢・正解・解説つきで掲載しています。まず自分で解答を考えてから「正解と解説を見る」を開いて答え合わせをしてください。

クイズモードで挑戦 →

第233問次元削減を説明した文として、最も適切なものはどれですか。

A元々の特徴量を分類ラベルに基づいてグループ化し全体のデータ数を削減するタスク
Bデータが持っている情報を維持するために特徴量の数を10万個以上に増やすタスク
Cモデルの予測精度を高めるために特徴量同士を掛け合わせて新たな次元を作るタスク
D元の次元からそれほど情報を落とすことなく数個〜数十個の新しい特徴量を抽出するタスク

正解と解説を見る

正解：D．元の次元からそれほど情報を落とすことなく数個〜数十個の新しい特徴量を抽出するタスク

次元削減とはデータが持っている情報をなるべく損ねることなく次元を削減してデータを圧縮するタスクです。

Python3エンジニア認定データ分析試験 ⑦ scikit-learn（次元削減・評価・最適化・クラスタリング）

第233問次元削減を説明した文として、最も適切なものはどれですか。

第234問scikit-learnで主成分分析（PCA）を実行する際、使用するモジュールはどれですか。

第235問PCAクラスをインスタンス化する際、引数「n_components=2」に指定する意味として正しいものはどれですか。

第236問主成分分析によって変換された新たな変数のうち、1番目の主成分と2番目の主成分の名称の組み合わせとして正しいものはどれですか。

第237問混同行列における「tp（真陽性）」の定義として正しいものはどれですか。

第238問混同行列における「fp（偽陽性）」の定義として正しいものはどれですか。

第239問混同行列における「fn（偽陰性）」の定義として正しいものはどれですか。

第240問混同行列における「tn（真陰性）」の定義として正しいものはどれですか。

第241問正例における「適合率（precision）」を求める式はどれですか。

第242問正例における「再現率（recall）」を求める式はどれですか。

第243問「F値（F-Value）」の定義として正しいものはどれですか。

第244問適合率と再現率の関係およびF値に関する記述として、最も適切なものはどれですか。

第245問「正解率（accuracy）」を求める式として正しいものはどれですか。

第246問適合率、再現率、F値を出力するために便利なscikit-learnの関数はどれですか。

第247問k分割交差検証を説明した記述として、最も適切なものはどれですか。

第248問層化k分割交差検証の説明として正しいものはどれですか。

第249問scikit-learnで交差検証を実行するcross_val_score関数に関する説明として、正しいものはどれですか。

第250問ROC曲線の横軸と縦軸の組み合わせとして正しいものはどれですか。

第251問予測確率の正確さを定量化する指標である「AUC」の値に関する説明として、正しいものはどれですか。

第252問scikit-learnでROC曲線の元となる真陽性率、偽陽性率、しきい値を算出する関数はどれですか。

第253問scikit-learnでAUCを計算するための関数はどれですか。

第254問機械学習アルゴリズムにおける「ハイパーパラメータ」の説明として、正しいものはどれですか。

第255問ハイパーパラメータを最適化する代表的な方法である「グリッドサーチ」の説明として、正しいものはどれですか。

第256問scikit-learnでグリッドサーチと交差検証を組み合わせてハイパーパラメータの最適化を行うクラスはどれですか。

第257問GridSearchCVによる学習実行後、推定された最適なハイパーパラメータを確認するための属性はどれですか。

第258問「クラスタリング」のタスクに関する記述として、最も適切なものはどれですか。

第259問クラスタリングが「教師なし学習」と呼ばれる理由として、最も適切な記述はどれですか。

第260問k-meansアルゴリズムの手順として、順番が正しいものはどれですか。

第261問scikit-learnでk-meansを実行するクラス「KMeans」において、学習と予測を一度にまとめて行うメソッドはどれですか。

第262問KMeansクラスの引数「init」で、初期のクラスタ中心が離れた位置に配置されるようにk-means++法を実行するための指定値はどれですか。

第263問階層的クラスタリングの「凝集型」アプローチに関する説明として、最も適切なものはどれですか。

第264問凝集型の階層的クラスタリングで用いられる「最長距離法」の説明として、正しいものはどれですか。

第265問凝集型の階層的クラスタリングを実行する際、scikit-learnで使用するクラスはどれですか。

第266問階層的クラスタリングの結果をプロットする「樹形図」の別名（カタカナ表記）として正しいものはどれですか。

第267問樹形図（デンドログラム）の読み取り方について、正しい記述はどれですか。

Python3エンジニア認定データ分析試験　⑦ scikit-learn（次元削減・評価・最適化・クラスタリング）