平均値補完とは、データセット内の欠損値に対し、観測されたデータの平均値を代入して穴埋めする手法です。機械学習の前処理において最もシンプルで実装しやすい欠損値処理の一つですが、データの分散が過小評価されるなどの注意点があります。
平均値補完とは
平均値補完とは、データセットに含まれる欠損値（抜け落ちたデータ）を、その変数の平均値で置き換えて埋める手法のことです。
詳しく解説
平均値補完は機械学習の前処理や統計解析において広く使われる基本的なテクニックです。データに欠損が含まれていると、多くのアルゴリズムはそのままでは計算を実行できません。そのため、欠損のある行や列を削除するか、何らかの値を補う必要があります。平均値補完では、利用可能な観測データの平均を計算し、その値をすべての欠損部分に一律に当てはめます。計算コストが非常に低く、どのようなデータセットにも適用できるため、手軽に欠損値処理を行える点が重要視されています。
具体例・使われ方
例えば、顧客の年齢データにおいて、一部の顧客の年齢が記録されていない場合、記録されている全顧客の平均年齢を算出し、その値を空欄となっていた年齢データに代入してデータセットを完成させます。
似た用語との違い
中央値補完や最頻値補完がデータの分布の中央や最も頻度の高い値を用いるのに対し、平均値補完は数値データの算術平均を用います。また、機械学習モデルを用いて予測を行う多重代入法やKNN補完などの高度な手法と比較して、平均値補完は計算が非常に単純であるという違いがあります。
注意点
平均値補完には、データの分散や標準偏差が実際よりも小さく見積もられてしまうという限界があります。すべての欠損値に同じ平均値が入るため、データ全体のばらつきが不自然に狭まり、相関関係のゆがみや機械学習モデルの精度低下を招くリスクがあるため注意が必要です。
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1日 22:51