順序変数とは、データに含まれるカテゴリ間に順序やランク（大小関係）が存在する変数のことです。顧客の満足度評価（高・中・低）や学歴、資格ランクなどが該当します。機械学習やデータ分析における特徴量エンジニアリングでは、各選択肢の順序情報を保持したまま適切な数値へ変換（符号化）してモデルに入力することが重要です。
順序変数とは
順序変数とは、値の間に明確な大小関係や順序が存在する一方で、数値間の間隔が均等であるとは限らないカテゴリカル変数のことです。
詳しく解説
機械学習や統計分析において、データの種類（尺度）を正確に分類・理解することは極めて重要です。順序変数はカテゴリカル変数の一種であり、値同士に『AはBより大きい・高い』という順序関係が存在します。データ前処理や特徴量エンジニアリングの段階で、順序変数を正しく処理しないと、AIモデルがカテゴリ間の文脈を誤解するおそれがあります。例えば、順序を持つデータを単なる独立したカテゴリとして扱うと、順序情報が消失して予測精度が低下することがあります。そのため、適切なアルゴリズム選択や数値への変換手法を組み合わせることが不可欠です。
具体例・使われ方
身近な例としては、アンケートの満足度調査（『非常に満足』『満足』『普通』『不満』『非常に不満』）や、商品のレビュー評価（星1から星5）、資格の級数（1級・2級・3級）などが挙げられます。これらは大小関係が明確であるため、機械学習モデルに投入する際はラベルエンコーディングなどを用いて、順序を維持した数値（1, 2, 3...）へ変換して利用されます。
似た用語との違い
同じカテゴリカル変数である名義変数との違いは、カテゴリ間に意味のある順序が存在するかどうかです。例えば『血液型（A, B, O, AB）』や『出身地』などの名義変数は順序を持ちませんが、順序変数は明確なランクを持ちます。また、連続変数との違いは、値と値の間隔が数値的に厳密かつ均等に測定されているか否かです。連続変数は数値間の差が均等ですが、順序変数は『1級と2級の差』と『2級と3級の差』が同じ大きさであるとは限りません。
注意点
順序変数を数値化する際、安易に連続変数として扱うと誤解が生じます。選択肢同士の『間隔の等しさ』が保証されていないため、平均値の計算が統計的に不適切になる場合があります。また、ワンホットエンコーディングをそのまま適用すると順序情報が失われる危険がある一方で、ラベルエンコーディングでは間隔が等しいとモデルが誤解する可能性もあります。モデルのアルゴリズムやデータの特性に合わせて、適切な前処理を選択することが求められます。