カテゴリ変数とは、性別や血液型のようにいくつかのグループや分類に分けられるデータの種類です。機械学習モデルで扱うためには数値に変換する必要があり、データ前処理において重要な役割を果たします。
カテゴリ変数とは
カテゴリ変数とは、データをいくつかの質的なグループや分類に分けて表す変数のことです。
詳しく解説
カテゴリ変数は、数値としての大小や順序を持たないデータ（質的変数）を指します。例えば、性別、国籍、商品カテゴリなどが該当します。AIや機械学習モデルの多くは内部で数値計算を行うため、そのままではカテゴリ変数を処理できません。そのため、ワンホットエンコーディングやラベルエンコーディングといった前処理手法を用いて、モデルが理解できる数値データに変換する必要があります。
具体例・使われ方
顧客データを分析する際、「居住地（北海道、東京都、大阪府など）」や「購入した商品の種類（家電、衣料品、食品など）」、「会員ランク（ゴールド、シルバー、ブロンズ）」などがカテゴリ変数として扱われます。
似た用語との違い
数値の大小に意味があり四則演算が可能な「数値変数（量的変数）」とは明確に区別されます。例えば、年齢や年収は数値変数ですが、アンケートの満足度選択肢（1〜5）などは数字であっても実際には順序を持つカテゴリ変数として扱われることがあります。
注意点
カテゴリ変数を不適切に数値化すると、モデルが誤った大小関係や順序を学習してしまう原因になります。特に名義尺度データに対して単純な大小関係を持つ数値を割り当てると予測精度が低下するため、適切なエンコーディング手法を選択する注意が必要です。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年9月8日 01:11