MLA-C02：AWS Certified Machine Learning Engineer - Associate ML・AI のためのデータ準備 問14
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・前処理機械学習の前処理で、「赤・青・緑」のような順序関係のないカテゴリ値を、多くのアルゴリズムが扱える数値表現に変換したいと考えています。順序がない点を考慮した最も適切な方法はどれですか。
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そのまま文字列を ID として連番（0,1,2）に置き換え、順序があるものとして扱う
- Bワンホットエンコーディングで、各カテゴリを独立した 0/1 のダミー変数に変換する
- C数値の標準化（平均0・分散1）を適用する
- D欠損値補完で平均値に置き換える
正解：B
解説
順序関係のないカテゴリ変数は、ワンホットエンコーディングで各カテゴリを独立した 0/1 のダミー変数に変換するのが適切です。単純な連番（ラベル/序数エンコーディング）は本来ない大小関係をモデルに与えてしまい、順序のないカテゴリには不適切です。標準化は数値スケール調整、欠損値補完は欠損対応で、カテゴリの数値化そのものではありません。
選択肢ごとの解説
- A誤り。連番への置き換えは順序（大小）を暗に与えるため、順序のないカテゴリには不適切です。
- B正しい。ワンホットエンコーディングは順序を持ち込まずにカテゴリを数値化でき、順序のない変数に適します。
- C誤り。標準化は数値特徴量のスケール調整で、カテゴリ値の数値化の手段ではありません。
- D誤り。欠損値補完は欠損への対処で、カテゴリ変数のエンコーディングではありません。