特徴量とは、機械学習モデルがデータを理解・学習・予測するために、入力データから抽出・数値化された特徴や属性のことです。画像の色や形、テキストの単語出現頻度、顧客の年齢や購入履歴などが該当します。AIの予測精度向上には、適切な特徴量の選定や特徴量エンジニアリングが不可欠です。
特徴量とは
特徴量とは、機械学習モデルがパターンを学習し適切な判断を行うために、データの特徴を数値やカテゴリとして表した情報のことです。
詳しく解説
機械学習では、人間が日常的に認識している画像やテキスト、音声といった複雑なデータをそのまま処理することが困難です。そのため、データを分析可能な形式（数値の集まり）に変換する必要があります。この変換された各要素が特徴量です。AIモデルの精度は特徴量の品質に大きく依存するため、データを整形して効果的な特徴量を作成する技術は特徴量エンジニアリングと呼ばれます。近年普及している深層学習では、データから自動的に適切な特徴量を抽出する技術が発達していますが、従来型の機械学習手法では人間がドメイン知識に基づいて適切な特徴量を設計することが重要視されています。また、特徴量の数が多すぎると計算負荷の増大や精度の低下を招くため、不要な情報を削る次元削減などの手法も併用されます。
具体例・使われ方
住宅価格を予測するAIの場合、「敷地面積」「築年数」「最寄り駅からの徒歩分数」などが特徴量となります。画像認識AIでは画素の輝度値やエッジ情報、スパムメール判定AIでは「特定のキーワードの出現回数」や「メール送信者のドメイン」などが特徴量として使われます。
似た用語との違い
特徴量と混同されやすい概念にパラメータがあります。特徴量はAIモデルに入力される外部データ由来の情報（変数）であるのに対し、パラメータはモデルが学習の過程で自動的に調整・更新していく内部の数値（重みやバイアスなど）を指します。
注意点
適切な特徴量を選択しないと、不要なノイズが含まれてAIの予測精度が低下したり、モデルが学習データに過剰に適合してしまう過学習が発生したりします。また、特徴量同士に強い相関がある場合（多重共線性）も予測に悪影響を与えるため、特徴量の精査と事前処理が重要です。