DS検定トップ
＞ データトランスフォーメーションとは？（非構造化データの変換）【DS検定】
## まず結論
データトランスフォーメーションとは、**データを分析可能な形式に変換する処理**のことです。
DS検定では「前処理の中でも“変換”を指しているかどうか」を判断させる問題がよく出ます。
## 直感的な説明
ぐちゃっとした材料を、そのままでは料理できない状態だとします。
- 文章データ → 単語数やベクトルに変える
- 画像データ → 数値特徴に変える
- 日付データ → 年・月・曜日に分解する
つまり、
> 「扱いにくいデータを、分析しやすい形に変える」
これがデータトランスフォーメーションです。
実務では「変換処理」「前処理」「特徴量変換」と呼ばれることが多く、
カタカナのまま使うことはそれほど多くありません。
## 定義・仕組み
データトランスフォーメーション（Data Transformation）は、
**データの形式・構造・値の表現を変える処理**を指します。
具体例：
- テキスト → 数値ベクトル化
- カテゴリ → ダミー変数化
- 単位変換（円 → 千円）
- 日付 → 曜日や四半期に変換
重要なのは、
> 「分析のために形式を変えている」
という点です。
DS検定では
「非構造化データを分析可能な形式に変換する」と書かれていたら
まずこの用語を疑います。
## どんな場面で使う？
### 使う場面
- 機械学習モデルに入力する前
- データ基盤（ETL処理）の途中
- 特徴量を作る工程
### 誤解しやすい場面
- 単なるコピー（レプリケーション）
- 値のスケールを揃えるだけ（ノーマライゼーション）
「変換」なのか「調整」なのかを区別することが大事です。
## よくある誤解・混同
### ① ノーマライゼーションとの違い
- ノーマライゼーション → 数値の範囲を揃える
- トランスフォーメーション → 形式そのものを変える
DS検定ではここを混同させてきます。
### ② データモデリングとの違い
- モデリング → データ構造を設計すること
- トランスフォーメーション → 実際に変換すること
「設計」なのか「処理」なのかが判断基準です。
### ③ レプリケーションとの違い
- レプリケーション → 複製
- トランスフォーメーション → 変換
「コピー」か「変換」かで切れます。
## まとめ（試験直前用）
- 分析可能な形式への**変換処理**
- 非構造化データが出てきたら疑う
- 「設計」＝モデリング
- 「スケール調整」＝ノーマライゼーション
- 「複製」＝レプリケーション
DS検定では英語カタカナの意味勝負になることが多いです。
選択肢では「変換」と書いてあればまずこの用語を考えます。
## 対応スキル項目（データエンジニアリング力シート）
- データ収集・加工
- データ前処理
- ★ データの前処理（整形・加工・変換など）を行うことができる