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

scikit-learn load_iris datasetのまとめ

Table of Contents こちらを読むと何がしたいかload_iris datasetまとめ こちらを読むと scikit-learnのload_iris datasetについて、詳細が分か …

kaggleのKernelでGPUを使うには

Table of Contents こちらを読むとはじめにKernelの設定まとめ こちらを読むと kaggleのKernelでGPUを使う方法が分かります。記事の所要時間は5分です。 はじめに ka …

多クラスロジスティック回帰③ソフトマックス関数の微分その2

Table of Contents こちらを読むと前回のおさらい ソフトマックス関数の微分(続き) 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導出過程が分かります …

機械学習初心者のための入門本ランキング

Table of Contents こちらを読むと評価基準第1位:ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装第2位:Pythonで動かして学ぶ! あたら …

単純パーセプトロン①

Table of Contents こちらを読むと単純パーセプトロンとは式まとめReference こちらを読むと ニューラルネットワークのパーセプトロンの概要を知ることができます 単純パーセプトロン …