---
title: "次元の呪いとは？（高次元データで起きる問題）【DS検定】"
description: "次元の呪い（Curse of Dimensionality）とは、特徴量（変数）の数が増えすぎると、データの解析や機械学習がうまく機能しなくなる問題のことです。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。"
canonical_url: "https://stemtazoo.github.io/ds/curse-of-dimensionality/"
section: "ds"
---
DS検定トップ
＞ 次元の呪いとは？（高次元データで起きる問題）【DS検定】
## まず結論
**次元の呪い（Curse of Dimensionality）**とは、
**特徴量（変数）の数が増えすぎると、データの解析や機械学習がうまく機能しなくなる問題**のことです。
DS検定では、
- 特徴量が増えるとデータの組み合わせが急増する
- 距離や密度の概念がうまく働かなくなる
- 過学習が起きやすくなる
といった **高次元データ特有の問題を理解しているか** が問われます。
## 直感的な説明
例えば、商品の売上を分析するとします。
最初は次のような **少ない特徴量**だけを使うとします。
- 価格
- 季節
この場合、データの関係は比較的シンプルです。
しかし、次のように特徴量をどんどん増やしていくとどうなるでしょう。
- 価格
- 季節
- 気温
- 曜日
- 広告の種類
- 店舗の場所
- 顧客の年齢
- 顧客の職業
- 購入履歴
このように **変数（特徴量）が増えすぎると、データの組み合わせが爆発的に増えます。**
すると
- データがスカスカになる
- モデルがうまく一般化できない
- 距離が意味を持たなくなる
といった問題が起きます。
これを **次元の呪い**と呼びます。
## 定義・仕組み
機械学習では、データを次のような形で扱います。
**1つの特徴量 = 1つの次元**
例：
|特徴量|意味|
|---|---|
|身長|1次元|
|身長・体重|2次元|
|身長・体重・年齢|3次元|
この **次元（特徴量）が増えるほど、データ空間は急激に広くなります。**
すると次の問題が起きます。
### ① データが疎（スカスカ）になる
次元が増えると、同じ数のデータでは
**空間を埋めることができなくなる**
ため、
- データ密度が低くなる
- 学習が難しくなる
という問題が発生します。
### ② 距離が意味を持たなくなる
クラスタリングやk-NNなどでは
**データ同士の距離**
を使います。
しかし次元が増えると
- すべての点の距離が似た値になる
という現象が起き、
**「近いデータ」と「遠いデータ」の区別が難しくなります。**
### ③ 過学習が起きやすい
特徴量が多すぎると、
モデルが
**データのノイズまで学習してしまう**
ため、
- 学習データでは高精度
- 新しいデータでは低精度
という **過学習（Overfitting）** が起きやすくなります。
## どんな場面で使う？
次元の呪いは、次のような場面で特に問題になります。
### 機械学習
- 特徴量が多すぎる
- データ数が少ない
ときに発生しやすいです。
例：
- 画像認識
- テキスト分析
- 顧客属性分析
### クラスタリング
クラスタリングでは
**距離**
を使ってデータを分類します。
しかし高次元になると
- 距離が均一化する
ため、
**クラスタを正しく分けられなくなる**
ことがあります。
### 対策
次元の呪いを避けるために、次の方法が使われます。
**① 特徴量選択（Feature Selection）**
不要な特徴量を削除する
例
- 相関が高すぎる特徴量を削除
- 重要度の低い特徴量を削除
**② 次元削減（Dimensionality Reduction）**
情報を保ったまま次元を減らす方法
例
- PCA（主成分分析）
## よくある誤解・混同
### 誤解①
**「特徴量は多いほど良い」**
これは必ずしも正しくありません。
特徴量が多すぎると
- 過学習
- 計算量増加
- 次元の呪い
が発生します。
### 誤解②
**「次元の呪い＝計算が遅くなること」**
計算量の増加も問題ですが、
本質は
**データの構造が学習しにくくなること**
です。
### DS検定の典型的なひっかけ
選択肢でよくある誤り：
❌
「特徴量を増やすほどモデルの性能は必ず向上する」
⭕
「特徴量が増えすぎると次元の呪いが発生する」
## まとめ（試験直前用）
- 次元の呪い＝**特徴量が増えすぎることで学習が難しくなる問題**
- 次元が増えると **データ空間が指数的に広がる**
- 結果として
- データが疎になる
- 距離が意味を持たなくなる
- 過学習が起きやすくなる
- 対策は
**特徴量選択** と **次元削減**
DS検定では
**「特徴量が多いほど良い」という誤った理解を見抜けるか**
が重要なポイントです。
## 対応スキル項目（データサイエンス力シート）
- スキルカテゴリ名
機械学習
- サブカテゴリ名
機械学習
- ★ 次元の呪いとは何か、その問題について説明できる