DS検定 用語解説
対数変換とは
データに対数をとることで、値の分布の偏り（歪み）を小さくする変換処理。特徴量エンジニアリングの手法の1つ。
まず押さえる結論
対数変換は、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: 2026-10-02。
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
「第5章 データ準備・可視化技法とモデル化」の問題で、取り違えやすい組み合わせです。
- 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
カテゴリを表す値を、モデルが扱える数値の列として表現するために用いる変数はどれか。
正解は「ダミー変数」である。ダミー変数は、カテゴリを表す値を、通常は0や1などの数値の列として表現するために使う。外れ値は分布の中で極端に離れた値、対数変換は数値へ対数を適用する変換、スケーリングは数値の範囲や尺度を調整する処理である。いずれもカテゴリを列へ展開してモデル入力へ渡す役割とは異なる。設問では、元の値が数値かカテゴリかをまず判別し、カテゴリを数値表現へ変える処理を問うている。列の値が示すカテゴリと基準となるカテゴリを区別して設計することも、解釈を誤らないために重要である。したがってダミー変数を選ぶ。
第5章 データ準備・可視化技法とモデル化 / データ準備
一部の顧客だけ購入額が非常に大きく、購入額の分布が強く偏っている。値に対数をとって分布の歪みを小さくする処理はどれか。
正解は「対数変換」である。対数変換は、数値データに対数をとることで、大きな値の影響を圧縮し、分布の偏りや歪みを小さくする変換処理である。設問では少数の非常に大きい購入額によって分布が偏っており、値に対数をとると明示されているため対数変換を選ぶ。標準化は平均や標準偏差を基準に尺度をそろえる処理、離散化は連続値を区間ごとのカテゴリへ変える処理、ダミー変数化はカテゴリを数値列で表す処理である。何を改善したいかと、値にどの演算を施すかを対応させる。
第5章 データ準備・可視化技法とモデル化 / データ準備
平均やばらつきが異なる複数の数値特徴量を、学習前に比較可能な尺度へそろえたい。使う前処理はどれか。
平均やばらつきが異なる特徴量を比較可能な尺度へそろえるので、尺度を整える前処理が必要になる。正解は「標準化」である。標準化は、数値特徴量の平均やばらつきをそろえ、スケールの違いがモデル学習に与える影響を抑える。「離散化」は連続値を区間に区切る変換、「対数変換」は大きな値の差を抑える変換であり、尺度をそろえる処理ではない。「リシェイプ」は配列の形状を変える操作で、特徴量の尺度とは関係しない。したがって、平均やばらつきが異なる複数の数値特徴量を学習前に比較可能な尺度へそろえる前処理は、標準化である。
同じ章で確認したい用語
到達チェック
- 対数変換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、対数変換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）