可視化
可視化機能は、教師データおよび予測データの特徴量を主成分分析（PCA）という手法を用いて、2次元のマップ上にプロット（可視化）したものです。
X軸・Y軸は各特許の類似度を表しており、マップ全体を見ることで、各特許の類似度（ドットの位置）と分類ラベル（色）の分布傾向を視覚的に把握することができます。
グラフの読み方
マップ上のドット（点）や色、位置は、それぞれ以下の情報を表しています。
ドットの形状
◇（ひし形）: 教師ラベルのデータ
〇（丸）: 予測ラベルのデータ
ドットの色
青: 分類ラベル「1」
赤: 分類ラベル「-1」
ドットの位置（X軸・Y軸）
マップ上で位置が近いドットほど、互いの特徴量が類似している（＝似ている特許である）ことを示します。
軸に表示されている数値は、分布を表現するために便宜上表示されているだけで、数値自体に特段の意味はありません。ドット間の相対的な位置関係や分布の傾向をご覧ください。
分布の解釈と注意点
解釈の目安
マップ上で青（1）と赤（-1）のドット群が綺麗に分かれている（混ざり合っていない）場合、それは「教師データや予測データの傾向が、特徴量によって明確に分離できている」傾向がある、と解釈できることがあります。
ご利用上の注意点
このグラフは、実際には複雑なデータ分布を、2次元のマップ上に圧縮して表示しています。
そのため、仮に「青と赤が綺麗に分かれていない（混ざって見える）」場合でも、必ずしも「モデルの精度が低い」ことを意味する訳ではありません。
高次元の空間では分離できていても、2次元に圧縮した結果、重なって見える場合があるためです。
この可視化機能は、あくまでもデータ全体の傾向を大まかに把握するための「目安」としてご覧ください。