外れ値とは、他のデータから大きく外れた特異な数値のことです。機械学習モデルの精度低下や誤った分析結果の原因となるため、データ分析や前処理の段階で適切に検出・処理することが極めて重要となります。
外れ値とは
一言でいうと外れ値とは、収集したデータの中で、一般的な傾向から大きくかけ離れた不自然な数値や観測値のことです。
詳しく解説
外れ値は、データの入力ミスや測定機器の故障などの「誤り」によって発生する場合と、まれに起こる特殊な事象や事故などの「正しい例外データ」である場合の双方が存在します。機械学習において、訓練データに外れ値が含まれていると、モデルが過剰にその値に引きずられてしまい、全体の予測精度を著しく下げる原因となります。そのため、分析モデルを構築する前の前処理として、統計的手法や機械学習アルゴリズムを用いて外れ値を検出し、除外するか補正する作業が不可欠となります。
具体例・使われ方
例えば、成人の体重データを収集した際に、誤って「3000kg」と入力されてしまった場合や、クレジットカードの利用履歴において通常とは異なる高額な決済が突然発生した場合などが外れ値に該当します。
似た用語との違い
一般的な「ノイズ」や「誤差」と混同されやすいですが、ノイズが主にランダムな変動や測定の不確かさを指すのに対し、外れ値は分布全体から見て極端に離れた値全般を指すため、意図せず混入したエラーだけでなく実際のレアケースも含みます。
注意点
外れ値を単純なエラーと決めつけて全て除外してしまうと、まれに発生する重要な不正検知や障害予兆などの貴重なシグナルまで見落としてしまうリスクがあるため、ドメイン知識を持って慎重に判断する必要があります。
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8月28日 23:01