データ削減手法は、高次元データの変数を減らしながら重要な情報を保持する分析技法です。特徴選択と次元削減の2大アプローチについて、PCA・因子分析・t-SNEなどの具体的手法を解説します。
主成分分析（PCA）は多数の変数を少数の主成分に集約し、データの構造を把握する多変量解析手法です。固有値・寄与率の解釈、主成分の抽出プロセス、ビジネスでの活用法を解説します。