特徴量エンジニアリングとは、機械学習モデルに学習させる元データから、予測や分類に役立つ「入力項目（特徴量）」を作り出す作業です。モデルの性能は、どのような特徴量を用意できるかに大きく左右されます。
意味
機械学習モデルは、与えられたデータの中にある規則性を見つけて予測を行います。しかし、元データ（売上記録や顧客情報など）をそのまま入力しても、モデルが規則性を見つけやすいとは限りません。そこで、元データを加工・組み合わせて、モデルが学習しやすい形に変換します。これが特徴量エンジニアリングです。
例えば「購入日時」という生データから「曜日」「時間帯」「祝日かどうか」を取り出したり、「売上金額」と「来店回数」から「1回あたりの平均購入額」を計算したりします。こうして作られた項目を特徴量と呼び、この設計作業の良し悪しが、モデルの予測精度を左右する要因の一つとされています。近年は深層学習の普及により、画像や文章など一部の分野ではモデル自身が特徴量を自動的に学習する仕組みも広がっていますが、業務データを扱う場面では、依然として人の手による特徴量エンジニアリングが重要な役割を担っています。
使われる場面と具体例
- 需要予測の担当者が、過去の販売データから「曜日」「気温」「前年同月比」といった特徴量を作り、在庫発注の精度を高めるために使う。
- 与信審査を行う部門が、顧客の取引履歴から「平均入金間隔」「延滞回数」などを算出し、与信モデルの判断材料として用いる。
- マーケティング担当者が、顧客の閲覧履歴から「直近30日のアクセス回数」「購入までの経過日数」を作成し、解約予測モデルに活用する。
中小企業が押さえたい点
- 自社でモデル開発を行わない場合でも、外部の開発会社やデータ分析会社に委託する際、どのようなデータを基に特徴量を設計したか説明を求めると、モデルの妥当性を確認しやすくなります。
- 特徴量の質は元データの整備状況に依存します。日頃から売上や顧客情報を正確に記録しておくことが、将来的な分析の土台になります。
- 特徴量エンジニアリングには業務知識が必要です。社内の業務を理解している担当者と、データ分析の担当者が連携する体制を整えることが望ましいです。
よくある誤解
- 「AIは全部自動でやってくれる」と思われがちですが、業務データの分析では、人が特徴量を設計する工程が今も重要です。
- 「データ量さえ多ければ精度が上がる」と誤解されがちですが、量よりも特徴量の質や適切さが精度に影響する場合が多くあります。
よくある質問
Q. 特徴量エンジニアリングは専門知識がないとできませんか。
A. 統計や機械学習の知識が必要ですが、業務内容を理解している担当者が分析者と協力することで、効果的な特徴量を見つけやすくなります。
Q. 深層学習を使えば特徴量エンジニアリングは不要になりますか。
A. 画像や音声などの分野では自動化が進んでいますが、表形式の業務データでは依然として人の手による設計が有効とされています。
Q. 外部に分析を委託する場合、何を確認すればよいですか。
A. どのようなデータから特徴量を作成し、なぜそれを選んだのか説明を受けると、モデルの妥当性を判断しやすくなります。
関連する用語
関連記事
ほかの用語を探す
