相関係数は2つの変数間にどれだけ強い直線的な関係があるかを示す統計指標です。AIや機械学習のデータの前処理や特徴量選択において、変数の関係性を把握するために不可欠な概念となります。
相関係数とは
相関係数とは、2つのデータが互いにどのように連動して変化するかを数値で表した指標です。
詳しく解説
相関係数は一般的にピアソンの積率相関係数が用いられ、値は必ず-1から1の範囲に収まります。1に近いほど強い正の相関があり、-1に近いほど強い負の相関を示します。0に近い場合は、2つの変数間に直線的な関係性がないと判断されます。AIや機械学習の分野では、モデルに入力する特徴量の多重共線性を見抜いたり、データの傾向を事前分析したりする際に重要な役割を果たします。
具体例・使われ方
例えば、AIを用いた住宅価格の予測モデルを作る際、「床面積」と「販売価格」の関係性を評価するために相関係数を計算します。床面積が広いほど価格が高くなる傾向が強い場合、相係数は1に近い高い数値を示し、この変数が予測に有用であると判断できます。
似た用語との違い
因果関係と混同されやすいですが、相関係数はあくまで2つの変数が同時に変動する傾向を示すものであり、一方が他方の原因になっているとは限りません。例えば、アイスクリームの売上と水難事故の発生数に正の相関が見られたとしても、アイスクリームが事故を引き起こしているわけではなく、背景にある気温という共通の原因が存在するためです。
注意点
相関係数はあくまで「直線的な関係」しか捉えられない点に注意が必要です。たとえ強い曲線的な関係があったとしても、相関係数がほぼ0になってしまうことがあります。また、極端な外れ値が存在すると、数値が大きく歪められて誤った判断を招く恐れがあります。
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1日 03:51