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④ 勾配法その2

Table of Contents こちらを読むと勾配法の式のおさらい勾配法の式変形シグモイド関数の微分を用いて式変形パラメータの更新式まとめReference こちらを読むと ロジスティック回帰の勾 …

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 …

単純パーセプトロン②

Table of Contents こちらを読むとモデルの数式誤り訂正学習法の更新式まとめ こちらを読むと 単純パーセプトロンのモデルの数式での表し方が分かります モデルの数式 前回のブログで、以下の …

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 …

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 …

Twitterフォロー

Twitterタイムライン