コンテンツにスキップ

ダミー変数

文字のデータを 0 と 1 の列に置き換える方法です。ワンホットエンコーディングとも呼ばれます。

どう変わるか

元のデータ

都市
東京
大阪
福岡

ダミー変数にした後

都市都市_大阪都市_東京都市_福岡
東京010
大阪100
福岡001

カテゴリの数だけ列が増えます。 各行は、自分が当てはまる列だけが 1 になります。

なぜ必要か

多くの機械学習の手法は数値しか受け取れません。 「東京」「大阪」のような文字をそのまま渡せないので、数値に置き換えます。

nehan のどこに出てくるか

やりたいこと行き先
文字の列をダミー変数にするダミー変数列の作成
文字の列を 1 つの数値列にする文字列を数値に変換

nehan での作られ方

nehan のダミー変数列の作成は、列に入っている値の種類の数で動きが変わります。

値の種類どうなるか
1 種類何も起きません。 列は増えず、処理対象列を結果から除外するを ON にしても元の列は消えません
2 種類ダミー変数にならない。 <元の列名>_変換後 が 1 列だけ増え、0 と 1 が入る
3 種類以上<元の列名>_<値> が種類の数だけ増える
決まりごと中身
新しい列の名前<元の列名>_<値>。上の例なら 都市_東京
並び順値を昇順に並べた順
欠損1 つの種類として数えます。 <NA> という名前のカテゴリになります
元の列既定では残ります。 消したいときは処理対象列を結果から除外するを ON にする

よくある勘違い

関連