最終更新日：2026年8月27日
gk machine_learning preprocessing
G検定トップ
＞ 標準化（Standardization）とは？平均0・分散1で切り分ける【G検定】
まず結論
標準化（Standardization）は、各特徴量を平均0・分散1になるように変換する前処理です。
G検定では、
と切り分けます。
直感的な説明
身長がcm、年収が円のように単位や桁が違う特徴量を、そのまま比べると扱いにくくなります。
標準化は、各特徴量について
- 中心を0にそろえる
- ばらつきを1にそろえる
ことで、スケールの違いを小さくする処理です。
定義・仕組み
一般的には、各値から平均を引き、標準偏差で割ります。
標準化後 = (値 - 平均) / 標準偏差
重要なのは、特徴量間の相関は基本的に残ることです。相関まで除きたい場合は白色化を考えます。
また、実際の機械学習では、平均や標準偏差は学習データから求め、その同じ統計量を検証・テストデータへ適用します。検証・テストデータを含めて統計量を計算すると、データリーケージにつながります。
いつ使う？（得意・不得意）
使いやすい場面
- 特徴量ごとに単位・桁が大きく違う
- 距離や内積、勾配降下法の影響を受けるモデル
- 入力スケールをそろえたい場合
注意点
- 外れ値の影響を受けやすい
- 0〜1の範囲に収まるわけではない
- 相関は消えない
- 過学習対策そのものではない
G検定ひっかけポイント
| 表現 | 判断 |
|---|---|
| 平均0・分散1 | 標準化 |
| 0〜1へ変換 | 正規化（Min-Maxなど） |
| 無相関化＋分散1 | 白色化 |
| L1・L2の罰則 | 正則化 |
- ❌ 標準化すると特徴量間の相関がなくなる
- ❌ 標準化すると必ず0〜1に収まる
- ⭕ 標準化では平均と分散をそろえる
まとめ（試験直前用）
- 標準化＝平均0・分散1
- 相関は基本的に残る
- 0〜1なら正規化、無相関化まで行うなら白色化
- 検証・テストには学習データの統計量を使う