次元の呪いの理解

問題

次元の呪いに関する次の記述のうち、正しいものを1つ選べ。

次元の呪い（Curse of Dimensionality）とは、機械学習において扱うデータの「次元数（特徴量の数）」が増えれば増えるほど、データが存在する空間の体積が指数関数的に膨張し、学習に必要なデータ量が爆発的に増加して予測精度が低下してしまう現象です。

特徴量が多いほど情報がリッチになると思われがちですが、高次元空間ではデータ同士の距離が均質化してしまい、うまく分類できなくなるため、主成分分析（PCA）などを用いた「次元削減」が必要になります。

1. 次元の呪いは特徴量が増えるほど必要データ量が指数関数的に増える現象である。

正しい：変数の数（次元）が増加すると、その空間を十分にカバーするためのデータポイント数が指数関数的に必要となり、学習が非常に困難になるという現象を指します。

2. 次元の呪いは特徴量が少ないほど深刻になる。

誤り：「次元の呪い」は特徴量（次元）が「多い」高次元空間において深刻化する問題です。次元が少ない場合はこの問題は起きません。

3. 次元の呪いは学習アルゴリズムとは無関係である。

誤り：特にk近傍法（k-NN）などの距離に基づくアルゴリズムは、高次元空間での距離の差がなくなる性質の影響を強く受けるため、アルゴリズムの性能に直結します。

4. 次元の呪いはデータを増やせば必ず解決する。

誤り：理論上はデータを指数関数的に増やせば解決しますが、現実には無限のデータを集めることは不可能なため、特徴量選択や次元削減の手法を用いて根本的に次元を減らす工夫が必要です。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ