--- title: "カテゴリ変数とは？数値データとの違いを整理【DS検定】" description: "カテゴリ変数とは、数値ではなく「分類（カテゴリー）」を表すデータです。DS検定で問われる定義、具体例、似た概念との違い、選択肢の見分け方を整理します。主要な混同パターンや実務での読み取り方も確認します。初学者が迷いやすい判断ポイントも確認します。" canonical_url: "https://stemtazoo.github.io/ds/categorical-variable/" section: "ds" ---
DS検定トップ ＞ カテゴリ変数とは？数値データとの違いを整理【DS検定】
## まず結論 カテゴリ変数とは、数値ではなく「分類（カテゴリー）」を表すデータです。 DS検定では、カテゴリ変数はそのままでは機械学習で扱えないためエンコーディングが必要という点が問われます。 ## 直感的な説明 例えば次のようなデータがあります。 顧客 性別 A 男性 B 女性 C 男性 この「男性」「女性」は数値ではなく **グループ（分類）**を表しています。 このように 性別 商品カテゴリ 都道府県 職業 などの 分類を表すデータを **カテゴリ変数（categorical variable）**と呼びます。 ## 定義・仕組み カテゴリ変数とは、値が数値ではなくカテゴリ（分類）で表される変数です。 データは大きく次の2種類に分けられます。 データの種類 例 数値変数 年齢、売上、温度 カテゴリ変数 性別、地域、商品カテゴリ 数値変数は 計算できる 平均を求められる という特徴があります。 一方でカテゴリ変数は 計算できない 大小の意味がない という特徴があります。 そのため機械学習では エンコーディングによって数値に変換する必要があります。 ## どんな場面で使う？ ① データ分析 カテゴリ変数は次のような分析でよく使われます。 性別ごとの売上 地域ごとの利用率 商品カテゴリ別の人気 この場合 グループごとに比較する分析になります。 ② 機械学習 機械学習では 商品カテゴリ ユーザータイプ 地域 などが特徴量として使われます。 しかしモデルは文字を扱えないため エンコーディングで数値化します。 ## よくある誤解・混同 ① 数値データとの混同 例えば次のようなデータがあります。 満足度 1 2 3 この数字は 数量 大きさ を表しているとは限りません。 例えば 1 = 低 2 = 中 3 = 高 のような カテゴリを表す番号 の場合もあります。 この場合は 数値に見えてもカテゴリ変数です。 DS検定ではここを混同させる問題がよく出ます。 ② ラベルエンコーディングとの混同 ラベルエンコーディングは カテゴリ変数を数値に変換する方法です。 つまり カテゴリ変数 → エンコーディング → 数値データ という関係になります。 ③ 順序カテゴリとの違い カテゴリ変数には次の2種類があります。 種類 例 名義尺度 性別、血液型 順序尺度 満足度、高・中・低 順序尺度は 順番の意味を持つカテゴリです。 DS検定では 順序があるかどうか を問われることがあります。 ## まとめ（試験直前用） カテゴリ変数 = 分類を表すデータ 例 性別 地域 商品カテゴリ 数値のように計算できない 機械学習では エンコーディングが必要 DS検定では 「分類データ」や「カテゴリデータ」 と書かれていたら カテゴリ変数を思い出すと判断しやすくなります。 ## 対応スキル項目（データサイエンス力シート） データ理解・前処理 データ加工 ★ データの前処理（欠損値処理、正規化、カテゴリ変数の処理など）を理解している
🏠 DS検定トップに戻る