データの前処理（欠損値・外れ値・カテゴリデータ）について復習しましょう
クイズに正解すると その理由が詳しく説明されます
間違えた場合も 解説を読んで理解を深めましょう
8. アクティビティ② ( 8 / 14 )
データの前処理についてのクイズ
このアクティビティの内容
- 出題される内容に従ってデータの前処理（欠損値・外れ値・カテゴリデータ）の正しい答えを求めます。
- クイズに解答すると、正否と解説文が表示されます。
- 解説文を読んで理解を深めましょう。
データの前処理についての確認
データの前処理とは データをデータ分析に適した形に整える作業です
正しく前処理をすることで 予測の精度を向上させることにつながります
データの前処理には「欠損値の処理」「外れ値の処理」「カテゴリデータの変換」の３つがあります
①欠損値の処理
欠損値とは データの欠けた部分のことを言い 欠損値がある場合は 別のデータで補う必要があります
主な処理方法には「平均値補完」「最頻値補完」「前方補完」「後方補完」「データの削除」があります
欠損値の問題を解くために まずは あるアイスクリーム店の１週間の売上を確認してみましょう
このデータから 欠損値がある曜日は木曜日になります
それではこのデータをもとに 問題を解いてみましょう
Q.1
このデータを「平均値補完」で補うと、どんな値になるでしょうか？
平均値補完は、データ全体の平均値で補います。
Q.2
このデータを「最頻値補完」で補うと、どんな値になるでしょうか？
最頻値補完では、最も頻繁に発生する値で補います。
Q.3
このデータを後方補完で補うと、どんな値になるでしょうか？
後方補完では、欠損値の直後のデータで補います。
②外れ値の処理
外れ値とは 他のデータと比較すると極端に異なるデータのことです
以下のアイスクリーム店の１週間の売上データを例にすると 木曜日だけが売上数1000個となり 他の曜日と比べると極端に異なっています
この外れ値の原因が 特別なイベントなどであればこの値は重要な意味を持ちます
ですが データの入力ミスや 予測の精度を上げるためにも あえて処理を施す場合もあります
このデータから 問題を解いてみましょう
Q.4
このデータから「予測の精度を上げるために、あえて処理を施す」ことにした場合、間違っている処理方法はどれになるでしょうか？
外れ値の正しい処理方法は、正しい値が分かる時は修正し、分からない時は取り除くことを検討します。
③カテゴリデータの処理
「カテゴリデータ」とは データが属するグループを表すもので「順序尺度」と「名義尺度」があります
以下の画像のように アイスクリーム店であれば バニラやチョコレートなどのフレーバーや シングルやダブルなどのサイズがカテゴリデータとなります
AIは訓練データとして数値を入力することを前提としているので バニラやシングルなどの言葉のままではAIが理解しにくいです
そのため カテゴリデータはAIが処理できるよう数値データに変換する必要があります
それではこのデータをもとに 問題を解いてみましょう
Q.5
アイスクリームのサイズのように、項目の順番に意味があるカテゴリデータは「順序尺度」か「名義尺度」のどちらでしょうか？
順序や大小関係が存在するデータが「順序尺度」、大小関係などが存在せず、名前だけで区別するデータが「名義尺度」になります。
Q.6
アイスクリームのフレーバーのように、名前だけで区別できるカテゴリデータは「順序尺度」か「名義尺度」のどちらでしょうか？
順序や大小関係が存在するデータが「順序尺度」、大小関係などが存在せず、名前だけで区別するデータが「名義尺度」になります。
Q.7
「名義尺度」の処理方法に「ワンホットエンコーディング」という手法があります。この手法では、データをどのように表現するでしょうか？以下の表の①〜③の中から選んでください。
ワンホットエンコーディングでは、対応する列に1を入れることで表現します。
