数値データとは、測定値や数量などを数値で表したデータ形式です。離散データや連続データに分類され、四則演算や統計処理が可能です。機械学習ではモデルが直接計算できる基本的な特徴量として扱われ、回帰分析や分類タスクの入力として幅広く活用されます。
数値データとは
数値データとは、数量や測定値などを数字で表したデータのことです。機械学習や統計分析において、コンピュータが直接計算・処理しやすい最も基本的なデータ形式です。
詳しく解説
数値データは、人数や個数などの飛び飛びの値を表す「離散データ」と、身長や気温のように連続した値を表す「連続データ」に大別されます。機械学習モデルは内部で数学的な行列演算を行うため、数値データはモデルの入力である特徴量として親和性が高いという特徴があります。一方で、各変数の尺度（スケール）が大きく異なるとモデルの学習効率や精度に悪影響を及ぼすため、事前に正規化などの前処理を適用することが一般的です。
具体例・使われ方
例えば、不動産の価格予測における「専有面積」「築年数」「最寄り駅からの所要時間」や、気象データにおける「気温」「湿度」「降水量」などが該当します。これらの数値データを入力として用い、回帰分析などのアルゴリズムで将来の数値を予測します。
似た用語との違い
カテゴリカルデータ（性別、血液型、商品カテゴリなど）やテキストデータが物事の分類や文章内容を表すのに対し、数値データは加減乗除などの四則演算や大小比較が直接可能です。カテゴリカルデータを機械学習モデルで扱う場合には、事前に数値へと変換するエンコーディング処理が必要になります。
注意点
数字で記録されていても、郵便番号や電話番号、顧客IDなどは計算に意味を持たないため、数値データではなくカテゴリカルデータとして扱う必要があります。また、極端に大きな値や小さな値である外れ値の影響を受けやすいため、分析前の分布確認が欠かせません。