DS検定 用語解説
スケーリングとは
特徴量の値の大きさや範囲をそろえ、比較や学習をしやすくする変換。
まず押さえる結論
スケーリングは、DS検定の「第5章 データ準備・可視化技法とモデル化」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-07-12。
試験概要（公式）試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×標本誤差とサンプリングバイアスの混同。標本誤差は標本抽出に伴う偶然のばらつき、サンプリングバイアスは抽出方法の偏りによる系統的な誤差。
×過学習を『精度が高いこと』と誤解する。訓練データに過剰適合し未知データへの汎化性能が下がる問題として理解する必要がある。
×Precision（適合率）とRecall（再現率）の取り違え。目的（見逃しを減らしたいか、誤検知を減らしたいか）によって重視する指標が変わる。
関連する確認問題
第5章 データ準備・可視化技法とモデル化 / データ準備
品質レビューで次の判断を再検証する。無作為抽出による偶然のずれと、抽出方法による系統的な偏りを区別した説明として最も適切なものはどれか 根拠と用語の対応まで確認して選べ。
レビューでは、設問の対象と役割を分けると「標本誤差は偶然生じるばらつき、サンプリングバイアスは抽出方法の偏りによる系統的な誤差」を採用できる。正解は「標本誤差は偶然生じるばらつき、サンプリングバイアスは抽出方法の偏りによる系統的な誤差」である。標本誤差は標本を取る以上避けにくい偶然のずれだが、サンプリングバイアスは集め方が偏っていることで生じる。標本サイズを増やしても、抽出方法が偏ったままだとバイアスは残る。設問では二つの用語を、偶然のばらつきか抽出方法の偏りかで対応付ける。定義を逆にした選択肢、同じ意味とする選択肢、標本サイズだけで必ず解消するとする選択肢を明確に除外する。
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
品質レビューで次の判断を再検証する。学習データでは高精度だが、新しいデータでは精度が大きく低下した。この現象はどれか 根拠と用語の対応まで確認して選べ。
レビューでは、設問の対象と役割を分けると「過学習」を採用できる。正解は「過学習」である。過学習は、訓練データの細かな癖やノイズまで覚えてしまい、未知データに対する汎化性能が下がる現象を指す。「標準化」は変数ごとに異なる数値のスケールをそろえる前処理であり、現象の名称ではない。「交差検証」はデータを複数に分割してモデルの性能を評価する方法であり、過学習が起きていないかを確認する手段ではあっても、現象そのものの名称ではない。「次元の呪い」は特徴量の次元数が増えることでデータが疎になり学習や距離の計算が難しくなる別の問題であり、訓練データへの過剰な適合を原因とする過学習とは発生要因が異なる。
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
品質レビューで次の判断を再検証する。疾病スクリーニングで、実際の患者を見逃さず陽性と判定できた割合を確認したい。使う指標はどれか 根拠と用語の対応まで確認して選べ。
レビューでは、設問の対象と役割を分けると「Recall（再現率）」を採用できる。正解は「Recall（再現率）」である。Recallは、実際に陽性であるデータのうち、モデルが正しく陽性と判定できた割合を表す。病気の見逃しを減らしたい場面では、陽性者をどれだけ拾えたかが重要になる。これに対して「Precision（適合率）」は、モデルが陽性と判定した中で実際に陽性だった割合を表し、割合の分母が「実際の陽性者数」か「陽性と判定した数」かでRecallとは異なる。「RMSE」と「決定係数」はいずれも回帰モデルの評価指標であり、予測値と実測値のずれの大きさや目的変数のばらつきの説明度を表すもので、陽性・陰性の分類結果の割合を表す指標ではない。
同じ章で確認したい用語
到達チェック
- スケーリングを一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、スケーリングに関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）