--- title: "エンコーディングとは？カテゴリ変数を数値化する理由【DS検定】" description: "エンコーディングは、カテゴリ変数を数値化する理由を理解するための基本テーマです。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/encoding/" section: "ds" ---
DS検定トップ ＞ エンコーディングとは？カテゴリ変数を数値化する理由【DS検定】
## まず結論 エンコーディングとは、カテゴリデータを数値に変換する前処理です。 DS検定では、機械学習アルゴリズムは文字データを扱えないため数値化が必要という理解が問われます。 ## 直感的な説明 例えば次のようなデータがあるとします。 顧客ID 購入商品 1 りんご 2 みかん 3 りんご 人間はこれを見て意味を理解できますが、 機械学習モデルは 文字の意味を理解できません。 そのため、次のように数値に変換します。 りんご → 1 みかん → 2 このように、カテゴリ（分類）データを数値に変換する処理を **エンコーディング（encoding）**と呼びます。 ## 定義・仕組み エンコーディングとは、カテゴリ変数を機械学習で扱える数値データに変換する処理です。 機械学習アルゴリズムは基本的に 数値 ベクトル しか扱えません。 そのため、 性別 商品カテゴリ 地域 のような 文字データ（カテゴリ変数） は 数値に変換する必要があります。 代表的なエンコーディングには次の2つがあります。 ラベルエンコーディング（Label Encoding） カテゴリを整数に変換する方法です。 例 商品 りんご みかん ぶどう ↓ 商品 1 2 3 ワンホットエンコーディング（One-Hot Encoding） カテゴリごとに列を作る方法です。 商品 りんご みかん ぶどう りんご 1 0 0 みかん 0 1 0 ## どんな場面で使う？ ① 機械学習モデルを作るとき 分類モデルや回帰モデルでは、 カテゴリ変数をそのまま使うことができません。 そのため 商品カテゴリ 地域 職業 などを エンコーディングして数値化します。 ② データ前処理（preprocessing） エンコーディングは 欠損値処理 正規化 スケーリング などと並ぶ 代表的な前処理です。 DS検定では 「カテゴリ変数の処理」 として出題されることが多いです。 ## よくある誤解・混同 ① マッピング処理との混同 用語 意味 マッピング 値を別の値に置き換える エンコーディング カテゴリを数値化する つまり エンコーディングはマッピング処理の一種です。 ② ラベルエンコーディングの誤解 例えば りんご → 1 みかん → 2 ぶどう → 3 とすると 数値の大小関係が意味を持つように見えてしまう という問題があります。 そのため 順序がないカテゴリでは ワンホットエンコーディングを使うことが多い という点はDS検定でも重要です。 ③ 数値データとの混同 選択肢では次のような誤りが出やすいです。 ❌ エンコーディング = 数値データを変換する処理 ⭕ エンコーディング = カテゴリデータを数値化する処理 ## まとめ（試験直前用） エンコーディング = カテゴリ変数を数値化する処理 機械学習では文字データを扱えないため必要 代表的手法 ラベルエンコーディング ワンホットエンコーディング 順序のないカテゴリにはワンホットがよく使われる DS検定では 「カテゴリ変数を数値に変換する処理」 と書かれていたら エンコーディングと判断できるようにしておきましょう。 ## 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