もとの複数の変数を，より少ない数の変数（合成変数）で効率よくあらわします．測定されている複数の変数から，より少ない数の合成変数をつくります．→
（複数の）変数の背後にある，抽象的な概念（潜在変数）を探し出します．測定されている変数は，測定されていない潜在変数から影響を受けていると考えます．→
「3」と似ていますが，直交を前提とせずに軸を回転します．回転以外は直交回転と同じです．通常は軸が直交しないので，散布図は書けません．
データ行列の，（基本的には）行要素同士／列要素同士の距離関係を図示します．ポアソン分布する値の行列を標準化して特異値分解します．→
多くの対象を，少ないグループ（クラスター）にまとめます．階層的手法では，「多」（ひとつひとつ／ひとりひとり）から始まって「単」（最終的には1つ，全体で1つ）にまでまとめます．→
全体を，指定した数に分割します．最低限でも，いくつに分割するかは分析者が指定します．
多次元で表されるデータを，見て分かり易く，低次元の図で表現します．→
全体から始まり，順次，（普通は）2分割していきます．幹から葉に木が広がっていくイメージで，全体を細かく分けていきます．→
シンプルには，形態素解析＋MDSで行えます．形態素解析で言葉を文節に分けます．MDSで文節間の近さを決めます．→
(C)2016 DATAEXPLORING