DS検定 用語解説
次元の呪いとは
特徴量の次元が増えるほどデータが疎になり、学習が難しくなる問題。
まず押さえる結論
次元の呪いは、DS検定の「第5章 データ準備・可視化技法とモデル化」に出てくる用語です。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 / モデル化・評価
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。
学習データで高精度なのに新しいデータで精度が大きく落ちた現象は、過学習にあたる。正解は「過学習」である。過学習は、学習データの細かな癖やノイズまで覚えてしまい、新しいデータへの予測性能である汎化性能が下がる現象を指す。「次元の呪い」は特徴量の数が増えることで生じる学習の難しさであり、この現象の名称ではない。「ホールドアウト法」と「交差検証」は、性能を確かめるための評価の手法であり、精度が下がる現象そのものではない。したがって、事例が示す現象は過学習である。
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
特徴量の数を増やし続けたところ、データが疎になり、学習や距離の計算が難しくなった。この問題はどれか。
特徴量が増えてデータが疎になり、計算が難しくなったので、次元の増加に伴う問題が問われている。正解は「次元の呪い」である。次元の呪いは、特徴量の数が増えるほど、データが空間の中で疎になり、学習や距離の計算が難しくなる問題を指す。「過学習」は学習データに合いすぎて新しいデータで精度が落ちる現象で、問題の捉え方が異なる。「交差検証」と「ホールドアウト法」は、モデルの性能を確かめる評価の手法であり、特徴量の増加で起こる問題の名称ではない。したがって、設問の問題は次元の呪いである。
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
モデルの学習と評価についての説明として、誤っているものはどれか。
誤っている説明を選ぶので、各用語の定義と食い違うものを探す。正解は「過学習は、学習データでも新しいデータでも精度が低い状態である」である。過学習は、学習データの癖までを学習してしまい、学習データでは高精度なのに新しいデータでは精度が下がる現象である。次元の呪いは特徴量が増えるとデータが疎になる問題、交差検証とホールドアウト法はデータを分けて性能を確かめる手法であり、いずれも正しい説明である。したがって、過学習を学習データでも精度が低い状態とする説明が、設問の誤った説明である。
同じ章で確認したい用語
他資格でも出題される用語
到達チェック
- 次元の呪い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、次元の呪い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）