最終更新日：2026年8月16日

ds data-preparation design

DS検定トップ ＞ 特徴量エンジニアリングの具体例：年齢化・カテゴリ変換・リーク防止【DS検定】

まず結論

特徴量エンジニアリングとは、機械学習モデルが学習しやすいように、特徴量を作成・変換する工程です。

このページでは定義そのものより、年齢化・カテゴリ変換・不要特徴量の削除・リーク防止などの具体例に絞って整理します。

DS検定では、アルゴリズムだけでなく入力データの作り方がモデル性能に大きく影響するという理解が重要です。

直感的な説明

例えば、次のような顧客データがあるとします。

顧客 生年月日 購入回数
A 1990/01/01 12
B 1985/05/10 3

生年月日のままでは、モデルが年齢差をそのまま使いにくい場合があります。

そこで、次のように変換します。

顧客 年齢 購入回数
A 34 12
B 39 3

このように、

  • 新しい特徴を作る
  • 既存の特徴を変換する

といった処理が特徴量エンジニアリング（Feature Engineering）です。

定義・仕組み

特徴量とは、機械学習モデルに入力するデータ項目です。

例えば、次のような項目が特徴量になります。

  • 年齢
  • 購入回数
  • クリック数
  • 気温

生データのままでは、情報が不足していたり、モデルがパターンを捉えにくかったりすることがあります。

そこで、次のような加工を行います。

① 新しい特徴量を作る

  • 年齢 = 現在日 − 生年月日
  • 購入頻度 = 購入回数 ÷ 利用期間

② 既存の特徴量を変換する

  • カテゴリを数値化する
  • 値のスケールをそろえる

③ 不要な特徴量を削除する

モデルに不要な情報や、予測時には使えない情報を除きます。

判断ポイント： 特徴量エンジニアリングは「モデルそのもの」ではなく、モデルへ入れるデータを改善する作業です。

どんな場面で使う？

① 機械学習モデルの精度を改善したいとき

実務では、

  • モデルを調整する
  • 特徴量を見直す

という作業を繰り返しながら性能を改善します。

② データをモデルへ入力できる形にしたいとき

代表例は次の通りです。

  • エンコーディング
  • 正規化・スケーリング
  • 欠損値処理
  • 特徴量生成

③ 目的変数リークを防ぎたいとき

予測する時点では分からない情報を特徴量に入れると、見かけ上の精度だけが高くなることがあります。

予測時に利用できる情報かを確認することも重要です。

よくある誤解・混同

❌ 特徴量エンジニアリング = データ収集

データを集める作業ではありません。

⭕ 既存データを加工し、モデルが使いやすい特徴量にする作業です。

❌ 特徴量エンジニアリング = モデルチューニング

ハイパーパラメータを調整する作業とは別です。

  • 特徴量エンジニアリング → 入力データを改善
  • モデルチューニング → モデル側の設定を調整

❌ 前処理なら何でも特徴量エンジニアリング

前処理と重なる部分はありますが、試験ではモデルに使う特徴量を作る・変換するという目的に注目すると切り分けやすくなります。

まとめ（試験直前用）

  • 特徴量エンジニアリング = 特徴量を作成・変換する工程
  • 例：年齢計算、カテゴリ数値化、新しい特徴量の作成
  • 入力データの改善であり、モデルチューニングとは別
  • 予測時に使えない情報を入れるリークにも注意

DS検定では、「モデル性能を高めるためのデータ加工」とあれば特徴量エンジニアリングを疑う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

🔗 関連記事

© 2024-2026 stemtazoo. All rights reserved.