欠損値とは、データセットの中でデータが記録されていない、あるいは存在しない値のことです。機械学習のモデルを訓練する前に適切な前処理を行わないと、予測精度の低下や学習エラーの原因となります。
欠損値とは
一言でいうと、データ収集の漏れや不備によって、本来あるべきデータが空欄になっている箇所のことを指します。
詳しく解説
現実世界のデータには、アンケートの未回答、センサーの故障、システムの不具合など様々な理由で値が抜けているデータが存在します。機械学習のアルゴリズムの多くは欠損値が含まれた状態のまま計算処理を実行できないため、データ前処理の段階で何らかの対処が不可欠です。主な対処法としては、欠損値を含む行や列を削除するか、平均値や中央値などで別の値に置き換える補完が行われます。
具体例・使われ方
顧客データベースの年齢や年収の項目において、アンケートで未回答だった部分が空白（NaNやNull）になっている状態が具体例です。これを機械学習モデルに読み込ませる前に、平均値補完を用いてデータ前処理を行い、すべてのセルに数値が入った状態にします。
似た用語との違い
「外れ値」が通常の範囲から大きく外れた異常な数値データを指すのに対し、「欠損値」はデータ自体が存在しない状態を指すため、明確に区別されます。
注意点
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8月29日 10:31