One Hot Encodingと共通数量化
カテゴリ変量の前処理
日本行動計量学会第48回大会抄録集、2020、212−215.
岡本安晴
1 はじめに 調査紙あるいは質問紙のデータはカテゴリ値で得られることが多い。カテゴリ値データを数値データに変換して分析するための前処理として機械学習においてOne Hot encodingと呼ばれている方法がある。これに類似した方法として共通数量化(Okamoto, 2015;岡本,2019)がある。One Hot encodingでは、各カテゴリ値にダミー変数を割り当てられるが、共通数量化ではカテゴリ変量ごとに数量化が行われる。共通数量化においてもダミー変数が使われるが、その意味は異なる。具体的に説明する。
<中略>
3 まとめ
カテゴリ変量は、One Hot encodingあるいは共通数量化により量的変量と同じように分析できる。One Hot encodingでは個々のカテゴリ値の振る舞いが扱われ、共通数量化では各カテゴリ変量ごとにカテゴリ値がまとめて扱われるので、当該の変量におけるカテゴリ値全体の分布が反映される。個々のカテゴリ値の振る舞いの情報を求めるか、変量ごとにカテゴリ値の分布を反映した情報を求めるか、それぞれの特徴を踏まえた分析が工夫される。
One Hot Encodingと共通数量化のプログラム例のウェブサイト