機械学習

機械学習でのカテゴリ特徴量の扱いについて

投稿日:

こちらを読むと

  • カテゴリ特徴量とは何か?が分かります。
  • 機械学習でカテゴリ特徴量はどう扱うべきか?の概要が分かります。
  • 記事の所要時間は5分です。

カテゴリ特徴量とは

データの特徴量(カラム)が、数値ではなく、選択値で表されるものです。

カテゴリ特徴量の例

カテゴリ特徴量の例としては、”性別”が分かりやすいです。
“性別”という特徴量は、数値ではなく、’男性’ / ‘女性’の選択値があります。

カテゴリ特徴量でないものは、例えばアヤメのデータセットでの”花びらの長さ”です。”花びらの長さ”は、2.34[cm]などの数値で表されます。

カテゴリ特徴量は機械学習モデルで扱えない

カテゴリ特徴量は残念ながら、そのままでは機械学習モデルで扱えません。

機械学習モデルは、入力のデータが数値となっていることが前提であるからです。

そのため、カテゴリ特徴量を数値に変換するため、いろいろな方法がとられます。

カテゴリ特徴量の変換例

ここでは、One-Hotエンコーディングという変換方法を例に挙げます。

変換前のデータが、以下のようになっているとします。

Id 性別
001 女性
002 男性
003 男性

これをOne-Hotエンコーディング変換すると、以下のようになります。

Id性別_女性性別_男性
00110
00201
00301

“Id”は変わりませんが、ヘッダとデータが以下のように変わりました。

ヘッダ:”
 性別” → ”性別_女性”、”性別_男性”
データ:
 ”女性” → ”性別_女性”=1、”性別_男性”=0
 ”男性” → ”性別_女性”=0、”性別_男性”=1

これにより、カテゴリ特徴量を、選択値→値に変換することができました。
値に変換できたので、機械学習モデルに与えて学習させることができます!

この変換方法をOne-Hotエンコーディングといいます。

まとめ

  • カテゴリ特徴量とは何か?が分かりました。
  • 機械学習でカテゴリ特徴量はどう扱うべきか?の概要が分かりました。

今回の記事では、カテゴリ特徴量の変換例としてOne-Hotエンコーディングを挙げましたが、他にもいろいろ変換方法はあります。

他の変換方法についても、別の機会に紹介したいと思います。



-機械学習

執筆者:


  1. […] 前回の記事で、カテゴリ特徴量が何かを紹介しました。カテゴリ特徴量は、数値でない選択肢の値で、そのままでは機械学習モデルで扱えません。 […]

comment

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

関連記事

ロジスティック回帰①

Table of Contents こちらを読むとロジスティック回帰とは何が嬉しいかシグモイド関数モデル式まとめReference こちらを読むと 機械学習のロジスティック回帰の概要を知ることができま …

多クラスロジスティック回帰⑤ モデル式

Table of Contents こちらを読むとモデルのおさらいモデル出力式の導出(代表値)モデル出力式の導出(全体)まとめReference こちらを読むと 多クラスロジスティック回帰のモデル式の …

カテゴリ特徴量の変換方法

Table of Contents こちらを読むとデータ例One-HotエンコーディングダミーコーディングEffectコーディング変換方法のまとめまとめReference こちらを読むと カテゴリ特徴 …

Google Colaboratoryで大容量ファイルの分析を行う完全準備ガイド

Table of Contents こちらを読むとやりたいことたとえばシンプルにやると失敗するベストはGoogle Drive上でzip解凍しておくZIP Extractorで解凍まとめReferen …

ロジスティック回帰② アルゴリズム

Table of Contents こちらを読むと尤度関数を用いた最尤推定まとめReference こちらを読むと ロジスティック回帰のアルゴリズムを理解できます 前回の記事で、ロジスティック回帰はシ …

Twitterフォロー

Twitterタイムライン