データ・DX
特徴量エンジニアリングとは？
読み: とくちょうりょうえんじにありんぐ英語: Feature Engineering更新日: 2026-06-26
特徴量エンジニアリングとは、機械学習モデルが学習しやすいように、元データから有用な変数を作る作業です。
DS検定
関連表記: 特徴量エンジニアリング / 特徴量設計 / Feature Engineering
試験で問われるポイント
- モデル性能はアルゴリズムだけでなく特徴量の質にも左右されます。
- 欠損値処理、カテゴリ変換、集計、正規化などと関係します。
- DS検定ではデータ前処理と機械学習の橋渡しとして重要です。
具体例
購買履歴から直近購入日数や平均購入額などの特徴量を作ります。
混同しやすい点
- 特徴量はモデルが必ず自動で最適化してくれると考える。
- 目的変数の情報を不適切に混ぜてしまう。