寄与率
>決定係数（けっていけいすう、（英: coefficient of determination、R2）は、統計学において、独立変数（説明変数）が従属変数（目的変数）のどれくらいを説明できるかを表す値である。寄与率と呼ばれることもある。標本値から求めた回帰方程式（モデル）のあてはまりの良さの尺度として利用される。 --- 決定係数 - Wikipedia
日本語：
寄与率（きよりつ）
説明分散（せつめいぶんさん）: 各主成分がデータの分散をどれだけ説明しているかを強調する場合に使われます。
英語：
Explained Variance: 各主成分がデータの分散をどれだけ説明しているかを示す指標。
Proportion of Variance Explained (PVE): 全体の分散に対する各主成分の分散の割合を示す表現。
Variance Contribution: 「寄与率」を直訳したような表現で、あまり一般的ではありませんが、同じ意味で使われることがあります。
「Explained Variance」が特に一般的に使われます。
>In statistics, explained variation measures the proportion to which a mathematical model accounts for the variation (dispersion) of a given data set. Often, variation is quantified as variance; then, the more specific term explained variance can be used.
Related Pages
- →サイボウズラボ勉強会×世論地図勉強会×2024衆院選×世論地図×世論地図のumap×濃い塊の抽出×カール・ピアソン×karl_pearson×多次元尺度構成法×主座標分析×自己組織化マップ×som×self-organizing_maps×カーネル法×再生核ヒルベルト空間×サポートベクターマシン×isomap×isometric_mapping×lle×locally_linear_embedding×対立次元×PCA×UMAP×2022年参院選のumap可視化×polisクラスタ2つになる問題×東京大学谷口研究室・朝日新聞社共同調査×2022年参院選のpolis的可視化×convex_hull×code_for_japan_summit_2024×世論地図3970人umap×dbscan×高次元泥団子×集団極性化×匿名の市民の意見ベクトルはそんなに明瞭に別れてない×umapの結果をクラスタリングするべきか×tsneの結果のクラスタリングは慎重に×賛成反対データのumap×シン東京2050ブロードリスニング×テキスト埋め込みベクトルの分布×text-embedding-3-large×小さな粒のある一つの塊×クラスタリングとパーティショニング×k平均法×クラスタリング×spectralclusteringとhdbscanの違い×日テレnews×2024衆院選×ブロードリスニング×aiによるクラスタ解説×濃いクラスタ抽出×ptttc2024-11-12×外れ値×まずは大雑把に×全体像を把握したい×talk_to_the_city_turbo×tttc:_aiと著作権に関するパブリックコメント×talk_to_the_city勉強会×kj法×発想法×川喜田二郎×凝集型階層的クラスタリング×離れザル×側面×word2vecによる自然言語処理×概念の類似度は距離ではない×50枚のkj法は10時間の想定×5年間で129枚しかkj法をしていない→
- →サイボウズラボ勉強会×ブロードリスニングの「あの図」勉強会×ブロードリスニング×都知事選2024×talk_to_the_city×日テレnews×2024衆院選×ブロードリスニング×世論地図×plurality和訳×japan_choice×議員pedia×投票ナビ×政治参加×社会参加×じぶんごと×可視化×11万人の意見クラスター分析×Polis×aiによるクラスタ解説×mielka×結城_東輝×台湾デジタル発展省×mashbean×funding_the_commons_tokyo_2024×glen_weyl×glen+japanchoice×plurality×大きな物語×polis体験レポート:同性婚を合法化すべきか×Polis勉強会×polis:_scaling_deliberation_by_mapping_high_dimensional_opinion_spaces×主成分分析×シルエット係数×fisherの正確確率検定×convex_hull×d3.js×モバイルファースト×majority_judgement×多数決×polis_2.0×aiクラスタ解説×会社さんはいない×2022年参院選のpolis的可視化×東京大学谷口研究室・朝日新聞社共同調査×公明正大→
- →pol.is×意見分布の可視化×fisherの正確検定×polis:_scaling_deliberation_by_mapping_high_dimensional_opinion_spaces×Polis勉強会×polis体験レポート:テロの原因究明をするか×polis体験レポート:同性婚を合法化すべきか×感情収集プラットフォーム×sentiment_gathering×sentiment_gathering_platform×理解されたいという欲求×西尾の体験_on_plurality_tokyo×PCA×UMAP×k-means×leiden_graph_based_community_detection×hierarchical_clustering×短文×polisをもっとやりたい→
- →サイボウズラボ勉強会×pluralityとpolis勉強会×plurality×Polis×polis:_scaling_deliberation_by_mapping_high_dimensional_opinion_spaces×ec2でpolis×polisのdbからデータをエクスポート×民主的プロセス×投票×多数決×デジタル民主主義×デジタル投票×意思決定×熟議×透明な意思決定プロセス×熟議民主主義×democratic_inputs_to_ai×anthropic×the_computational_democracy_project×opportunities_and_risks_of_llms_for_scalable_deliberation_with_polis×雨傘運動×データ大使館×government_as_a_service×領土を必要としない国家×エストニアで電子投票による票数が過半数になった×ethereum×世界コンピュータ×台湾デジタル発展省が分散型idの標準化に参与×シルバー民主主義×ドメイン投票方式×余命投票制度×一人一票×紙と箱の投票×ヤシノミ作戦×落選運動×技術的実力行使×代議制×sentiment_gathering_platform×センチメント×感情×納得×人には個人差がある×一つの方法で全員のニーズを満たすことはできない×polis体験レポート:同性婚を合法化すべきか×関係ない設問が多すぎる×後から関係が見出される×離れ猿×投票行列×主成分分析×k平均法×シルエット係数×ベータ分布×ベルヌーイ分布×共役事前分布×ベイズ推定×fisherの正確確率検定×超幾何関数×コンセンサス×拒否権×コトノハ×magiシステム×対立×台湾のタイムゾーンを変えるかどうかの議論の事例×オードリー・タンが語るデジタル民主主義→
- →2022年参院選のumap可視化×PCA×世論地図×東京大学谷口研究室・朝日新聞社共同調査×次元削減×talk_to_the_city×t-sne×bertopic:_neural_topic_modeling_with_a_class-based_tf-idf×bertopic→
"Engineer's way of creating knowledge" the English version of my book is now available on [Engineer's way of creating knowledge]
(C)NISHIO Hirokazu / Converted from [Scrapbox] at [Edit]