MLA-C02：AWS Certified Machine Learning Engineer - Associate ML・AI のためのデータ準備 問15
ML・AI のためのデータ準備／データ変換・特徴量エンジニアリング・前処理特徴量の数が数千と非常に多く、学習が遅く過学習も起きやすくなっています。情報をできるだけ保ちながら特徴量の次元を削減したいと考えています。最も適した手法はどれですか。
当サイトのオリジナル問題（MLA-C02：AWS Certified Machine Learning Engineer - Associateの出題範囲「ML・AI のためのデータ準備」に対応。実際の試験問題ではありません）
- Aすべての特徴量をそのまま使い、学習インスタンスを大きくする
- Bデータ件数を減らしてサンプリングする
- C主成分分析（PCA）などの次元削減で、分散を保つ少数の特徴に圧縮する
- Dラベルを増やして多クラス化する
正解：C
解説
主成分分析（PCA）などの次元削減は、元の情報（分散）をできるだけ保ちながら特徴量を少数の合成特徴に圧縮する手法で、学習の高速化や過学習の抑制に役立ちます。インスタンスを大きくするのは次元の問題を解決せず、データ件数の削減は情報損失、ラベル増加は次元削減とは無関係です。
選択肢ごとの解説
- A誤り。インスタンスを大きくしても特徴量の次元の多さ（過学習・遅さ）という問題は解決しません。
- B誤り。データ件数のサンプリングは行数を減らすもので、特徴量（列）の次元削減ではありません。
- C正しい。PCA 等の次元削減は分散を保ちつつ特徴量を圧縮し、高速化・過学習抑制に有効です。
- D誤り。ラベルを増やすことは次元削減と関係がなく、問題の解決になりません。