MLA-C02：AWS Certified Machine Learning Engineer - Associate ML・AI のためのデータ準備 問10
ML・AI のためのデータ準備／データ変換・特徴量エンジニアリング・前処理数値特徴量のスケール（単位や範囲）がばらばらで、距離や勾配に基づくアルゴリズムの学習に悪影響が出ている。前処理として行うべき最も適切なものはどれか。
当サイトのオリジナル問題（MLA-C02：AWS Certified Machine Learning Engineer - Associateの出題範囲「ML・AI のためのデータ準備」に対応。実際の試験問題ではありません）
- A欠損値をそのまま残す
- B特徴量をすべて文字列に変換する
- Cデータ量を削減するために行を無作為に捨てる
- D特徴量のスケーリング（正規化・標準化）で各特徴量のスケールをそろえる
正解：D
解説
特徴量のスケーリング（正規化：min-max、標準化：平均0・分散1 など）は、特徴量ごとのスケール差が距離ベースや勾配ベースのアルゴリズムに与える悪影響を抑えるための前処理です。欠損値の放置・数値の文字列化・無作為な行削除は、スケール問題の解決になりません。
選択肢ごとの解説
- A誤り。欠損値の放置は品質を損ない、スケール問題の解決でもありません。
- B誤り。数値を文字列化すると数値アルゴリズムで扱えなくなります。
- C誤り。無作為な行削除は情報を失い、スケール問題の解決ではありません。
- D正しい。スケール差の影響を除くには正規化・標準化を行います。