特徴量

特徴量とは、機械学習においてモデルが学習や判断を行う際に入力データから抽出される、データの本質的な性質を数値化したものです。例えば、家賃を予測するモデルにおいて「面積」「築年数」「駅からの距離」などが特徴量に相当します。

仕組みとしては、元の生データ（画像やテキスト、数値データ）を、モデルが処理しやすい形に変換します。単にデータを入力するだけでなく、より予測精度を高めるために必要な情報を精選する「特徴量エンジニアリング」が重要です。次元の削減や、データの正規化、欠損値の補完などを行うことで、学習効率と精度を向上させます。

試験では、機械学習のプロセスの一部として問われます。特徴量の選択や加工が悪いと、AIの予測精度が下がります。混同しやすい概念として「学習データ」がありますが、学習データそのものではなく、そこから抽出・定義された「入力変数」が特徴量であるという位置づけを明確に理解する必要があります。