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、機械学習モデルの性能を高めるためにデータの特徴量を作成・変換する工程です。
このページでは、特徴量エンジニアリングの定義ではなく、**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、アルゴリズムよりもデータの作り方が精度に大きく影響する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
このままでは機械学習モデルが使いにくい場合があります。
そこで次のようなデータを作ります。
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
といった処理を 特徴量エンジニアリング（Feature Engineering） と呼びます。
## 定義・仕組み
特徴量エンジニアリングとは、モデルが学習しやすい形に特徴量を加工する作業です。
特徴量とは、
機械学習モデルに入力するデータの項目です。
例えば
年齢
購入回数
クリック数
気温
などが特徴量になります。
しかし、生データのままだと
情報が不足している
学習しにくい
ことがあります。
そこで
新しい特徴量を作る
変換する
不要な特徴量を削除する
といった作業を行います。
代表的な例
年齢 = 現在日 − 生年月日
購入頻度 = 購入回数 ÷ 利用期間
このような加工によって
モデルがパターンを見つけやすくなります。
## どんな場面で使う？
① 機械学習モデルの精度向上
多くの場合、
アルゴリズムよりも特徴量の作り方の方が精度に影響します。
そのため実務では
モデル調整
特徴量エンジニアリング
を繰り返して改善します。
② データ前処理の重要工程
特徴量エンジニアリングには次のような処理が含まれます。
エンコーディング
正規化
欠損値処理
特徴量生成
DS検定では
「データ前処理の重要工程」
として出題されることが多いです。
## よくある誤解・混同
① データ収集との混同
❌
特徴量エンジニアリング = データを集める作業
⭕
特徴量エンジニアリング = 既存データを加工する作業
② モデルチューニングとの混同
❌
ハイパーパラメータ調整
⭕
入力データを改善する作業
DS検定では
データ改善か、モデル調整か
を区別させる問題が出ることがあります。
③ 前処理との関係
前処理の中でも
モデル性能に直結する部分
が特徴量エンジニアリングです。
## 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
モデル精度に大きく影響する
例
年齢計算
カテゴリ数値化
新しい特徴量作成
DS検定では
「モデル性能を高めるためのデータ加工」
と書かれていたら
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