【ＤＳ検定】ＤＳ８９　標準化、ＤＳ９０　ダミー変数

データサイエンティスト検定のスキルチェックリストＤＳ８９及びＤＳ８７に関する解説を行います。

DS89：標準化とは何かを理解し、適切に標準化が行える

標準化

標準化とはデータを同じ基準で比較できるようにする方法です。これにより、異なる単位や範囲のデータを比較しやすくなります。

zスコア変換（標準得点）

一般的に標準化で表される手法です。各データポイントから平均を引き、その結果を標準偏差で割る方法です。これにより、変数の平均が0、標準偏差が1の標準正規分布に変換されます。

正規化

データの最小値を0、最大値を1に変換する方法です。これにより、データが0から1の範囲に収まります。つまり最小値から最大値の間でデータがどの位置（割合）に存在するかを示します。

分位点変換（Quantile Transformation）:

データの順位に基づいて変換を行う手法で、データの分布を指定した分布（例：正規分布、均等分布）に合わせることを目的とします。この手法では、データの順位に着目して、元のデータの分布を目標分布に変換します。

DS90：名義尺度の変数をダミー変数に変換できる

名義尺度とは質的データで色や場所などを表現したものです。言語データのままでは分析に使用できない為、これを数字データに変換する必要があります。

２択の場合

下表のように子供と大人の二択を判定する場合には「子供：０」、「大人：１」という具合に変換する事で数値化が出来ます。この０．１をミー変数と呼びます。

３択の場合

次に３択の場合を考えてみます。３択では安易に０，１，２と分けるのではなく、０，１の判定を２つ設けて判定を行います。下表では「肉」「野菜」「魚」を分類しており、ダミー変数１では「肉かそれ以外か」を判断し、ダミー変数２では「野菜かそれ以外か」を判定しています。どちらにも該当しない場合は魚という判定になっています。